SAM 2:分割图像和视频中的任何内容

AI浩

已于 2024-09-10 05:59:05 修改

阅读量1.8k

点赞数 17

CC 4.0 BY-SA版权

分类专栏：高质量人类CV论文翻译文章标签：音视频计算机视觉人工智能

于 2024-09-08 08:35:56 首次发布

本文为博主原创文章，未经博主允许不得转载。

本文链接：https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/141950038

高质量人类CV论文翻译专栏收录该内容

138 篇文章 ¥79.90 ¥99.00

订阅专栏

文章目录

摘要
1 引言
2 相关工作
3 任务：可提示视觉分割
4 模型
5 数据
- 5.1 数据引擎
- 5.2 SA-V数据集
6 零样本实验
7 与半监督VOS的最新技术的比较
8 数据和模型消融
9 结论
10 致谢
附录

摘要

我们提出了“Segment Anything Model 2”（SAM 2），这是一种基础模型，旨在解决图像和视频中的可提示视觉分割问题。我们构建了一个数据引擎，该引擎通过用户交互改进模型和数据，以收集迄今为止最大的视频分割数据集。我们的模型采用带有流式内存的简单变换器架构，适用于实时视频处理。使用我们的数据进行训练的SAM 2在广泛的任务中表现出色。在视频分割方面，我们观察到比先前方法更高的准确性，同时所需的交互次数减少了 $3$ 倍。在图像分割方面，我们的模型比“Segment Anything Model”（SAM）更准确，速度快了 $6$ 倍。我们

了解本专栏

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

AI浩 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。