ภาพรวม
Segment Anything Model (SAM) คือ Meta โมเดลพื้นฐานของ AI สำหรับการแบ่งส่วนภาพ: เมื่อพิจารณาจากจุด กล่อง หรือคำใบ้คร่าวๆ มันจะสรุปวัตถุที่เกี่ยวข้องทันที มันถูกสร้างขึ้นเพื่อสรุปวัตถุและภาพที่ไม่เคยเห็นระหว่างการฝึก ทำให้การแบ่งส่วนเป็นงานที่รวดเร็ว
Segment Anything Model เป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การดำเนินงาน และความคิดสร้างสรรค์
เจาะลึก
SAM เปิดตัวโดย Meta AI ในปี 2023 โดยจะจัดเฟรมการแบ่งส่วนใหม่เป็นปัญหาที่สามารถแจ้งได้: คุณแจ้งพร้อมท์ (คลิก กล่อง มาสก์ หรือคำใบ้ที่ได้รับจากข้อความ) จากนั้นจะส่งคืนมาสก์ออบเจ็กต์อย่างน้อย 1 รายการ พลังของมันส่วนหนึ่งมาจากขนาด: ได้รับการฝึกฝนบน SA-1B ซึ่งเป็นชุดข้อมูลของมาสก์มากกว่า 1 พันล้านชิ้นจาก 11 ล้านภาพ สร้างขึ้นด้วยเครื่องมือคำอธิบายประกอบแบบ model-in-the-loop ในทางสถาปัตยกรรม SAM มีตัวเข้ารหัสรูปภาพจำนวนมากที่ทำงานหนึ่งครั้งต่อรูปภาพ ตัวเข้ารหัสพรอมต์น้ำหนักเบา และเครื่องถอดรหัสมาสก์ที่รวดเร็ว ดังนั้นรูปภาพที่ฝังตัวเดียวจึงสามารถแสดงพร้อมต์ซ้ำแบบโต้ตอบได้แบบเรียลไทม์ ช่วยให้สามารถถ่ายโอนงานจำนวนมากได้แบบ Zero-shot SAM 2 ซึ่งเปิดตัวในปี 2024 ขยายขอบเขตไปยังวิดีโอ โดยติดตามวัตถุข้ามเฟรม
ข้อมูลเชิงลึกทางเทคนิค
SAM ใช้ตัวเข้ารหัสรูปภาพ Vision Transformer (ViT) ซึ่งมักจะได้รับการฝึกล่วงหน้าด้วยการเข้ารหัสอัตโนมัติแบบมาสก์ เพื่อสร้างการฝังรูปภาพที่มีความหนาแน่นสูง พรอมต์จะถูกเข้ารหัสเป็นโทเค็น และตัวถอดรหัสที่ใช้หม้อแปลงพร้อมฟิวส์แบบสนใจข้ามจะโทเค็นพรอมต์พร้อมรูปภาพที่ฝังอยู่ในมาสก์เอาท์พุตพร้อมคะแนนความเชื่อมั่น เพื่อแก้ไขความคลุมเครือ (การคลิกอาจหมายถึงปุ่ม เสื้อเชิ้ต หรือบุคคล) SAM จะคาดการณ์มาสก์ที่ถูกต้องหลายรายการในคราวเดียว และจัดอันดับมาสก์เหล่านั้น โดยปล่อยให้การใช้งานดาวน์สตรีมหรือข้อความแจ้งเพิ่มเติมคลายความกำกวม
การเรียนรู้ Segment ทุกรูปแบบ
Segment Anything Model (SAM) คือ Meta โมเดลพื้นฐานของ AI สำหรับการแบ่งส่วนภาพ: เมื่อพิจารณาจากจุด กล่อง หรือคำใบ้คร่าวๆ มันจะสรุปวัตถุที่เกี่ยวข้องทันที มันถูกสร้างขึ้นเพื่อสรุปวัตถุและภาพที่ไม่เคยเห็นระหว่างการฝึก ทำให้การแบ่งส่วนเป็นงานที่รวดเร็ว Segment Anything Model เป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การดำเนินงาน และความคิดสร้างสรรค์ เพื่อสร้างความเข้าใจอย่างลึกซึ้ง ให้ถือว่า Segment Anything Model เป็นรูปแบบการดำเนินงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ
ในทางปฏิบัติ ทีมที่แข็งแกร่งที่ใช้ Segment Anything Model จะรักษาสมดุลระหว่างความแม่นยำกับความเป็นจริงในการปฏิบัติงาน เช่น คุณภาพของข้อมูล ความแปรปรวนของแสง และความสม่ำเสมอในการติดฉลาก โดยจะบันทึกเกณฑ์ความสำเร็จที่ชัดเจน ทดสอบกับข้อมูลและขั้นตอนการทำงานที่สมจริง และทำซ้ำตามรูปแบบความล้มเหลวที่สังเกตได้ แทนที่จะชนะการวัดประสิทธิภาพเพียงครั้งเดียว นี่คือจุดที่ความเข้าใจทางทฤษฎีกลายเป็นความสามารถที่คงทนของผลิตภัณฑ์ นโยบาย และการดำเนินงาน
Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ ในขณะเดียวกัน สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน แนวทางที่ยืดหยุ่นที่สุดคือการรวมความเร็วของการทดลองเข้ากับวินัยในการกำกับดูแล: ดำเนินการนำร่อง จับหลักฐาน เผยแพร่บันทึกการตัดสินใจ และอัปเดตการป้องกันอย่างต่อเนื่องเมื่อพฤติกรรมของโมเดล ความคาดหวังของผู้ใช้ และข้อกำหนดด้านกฎระเบียบมีการเปลี่ยนแปลง
ผลกระทบเชิงกลยุทธ์
Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ
Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง
ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก
การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
การใช้งานจริงในโลกแห่งความเป็นจริง
แพลตฟอร์มคำอธิบายประกอบรูปภาพใช้ SAM เพื่อให้ผู้ติดป้ายกำกับคลิกเพียงครั้งเดียว และสร้างมาสก์ออบเจ็กต์ที่แม่นยำโดยอัตโนมัติ ซึ่งช่วยลดเวลาการติดป้ายกำกับ
นักวิจัยปรับใช้ SAM (เช่น MedSAM) เพื่อร่างโครงร่างอวัยวะและเนื้องอกในการสแกน CT และ MRI
โปรแกรมตัดต่อรูปภาพและวิดีโอผสานรวม SAM เพื่อตัดหัวข้อหรือลบพื้นหลังด้วยการคลิกเพียงครั้งเดียว
SAM 2 ติดตามและแบ่งส่วนวัตถุในเฟรมวิดีโอสำหรับเอฟเฟกต์ AR และการรับรู้ของหุ่นยนต์
รูปแบบการดำเนินงาน
แบ่งส่วนโมเดลอะไรก็ได้ในทางปฏิบัติ
แพลตฟอร์มคำอธิบายประกอบรูปภาพใช้ SAM เพื่อให้ผู้ติดป้ายกำกับคลิกเพียงครั้งเดียว และสร้างมาสก์ออบเจ็กต์ที่แม่นยำโดยอัตโนมัติ ซึ่งช่วยลดเวลาการติดป้ายกำกับ
แพลตฟอร์มคำอธิบายประกอบรูปภาพใช้ SAM เพื่อให้ผู้ติดป้ายกำกับคลิกเพียงครั้งเดียวและสร้างออบเจ็กต์มาสก์ที่แม่นยำโดยอัตโนมัติ ลดเวลาการติดป้ายกำกับ ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
แบ่งส่วนโมเดลอะไรก็ได้ในทางปฏิบัติ
นักวิจัยปรับใช้ SAM (เช่น MedSAM) เพื่อร่างโครงร่างอวัยวะและเนื้องอกในการสแกน CT และ MRI
นักวิจัยปรับใช้ SAM (เช่น MedSAM) เพื่อร่างโครงร่างอวัยวะและเนื้องอกในการสแกน CT และ MRI โดยปกติแล้วทีมจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพไว้ล่วงหน้า รักษาเส้นทางการยกระดับของมนุษย์สำหรับกรณี Edge และติดตามทั้งการเพิ่มผลผลิตและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
แบ่งส่วนโมเดลอะไรก็ได้ในทางปฏิบัติ
โปรแกรมตัดต่อรูปภาพและวิดีโอผสานรวม SAM เพื่อตัดหัวข้อหรือลบพื้นหลังด้วยการคลิกเพียงครั้งเดียว
โปรแกรมตัดต่อรูปภาพและวิดีโอผสานรวม SAM เพื่อตัดหัวข้อออกหรือลบพื้นหลังจากการคลิกเพียงครั้งเดียว ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
แบ่งส่วนโมเดลอะไรก็ได้ในทางปฏิบัติ
SAM 2 ติดตามและแบ่งส่วนวัตถุในเฟรมวิดีโอสำหรับเอฟเฟกต์ AR และการรับรู้ของหุ่นยนต์
SAM 2 ติดตามและแบ่งกลุ่มวัตถุในเฟรมวิดีโอสำหรับเอฟเฟกต์ AR และการรับรู้ของหุ่นยนต์ ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการผลิตที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
ความเสี่ยงและรั้ว
สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน
ประสิทธิภาพของโมเดลอาจแตกต่างกันไปตามสภาพแสง ข้อมูลประชากร และสภาพแวดล้อม
ผลบวกลวงอาจไม่สังเกตเห็นเว้นแต่จะมีการตรวจสอบเกณฑ์ความเชื่อมั่น
แผนงานการดำเนินงาน
กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด
กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง
ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง
เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล
ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น