Meta继续发力!去年爆火的分割万物的SegmentAnything出续作了

火山方舟向量数据库大模型

开头简单回顾一下Segment Anything,可以在一张图片上勾勒出任何你想要的东西!

picture.image

SAM2 建立在 SAM1 的基础上,增加了时空分割 -> 跨视频跟踪对象。有点难懂,看视频!

SAM2 以 Apache-2.0开源,还附带了一个额外的数据集,其中包含 51k 个高度多样化的视频,视频帧上带有mask。数据集地址:https://ai.meta.com/datasets/segment-anything-video/

SAM 2 不仅在视频跟踪方面表现最佳。它在图像上也更好。SAM 2 在速度和准确性方面均优于 JointFormer 和 Cute-base+ 等半监督方法。在图像方面,它的表现优于SAM 1。

picture.image

picture.image

项目地址:https://github.com/facebookresearch/segment-anything-2

官方博客地址:https://ai.meta.com/blog/segment-anything-2/

PS:给公众号添加【星标⭐️】不迷路!您的点赞、在看、关注 是我坚持的最大动力!

欢迎多多关注公众号「NLP前沿」,加入交流群,交个朋友吧,一起学习,一起进步!

最新文章推荐阅读

RAG全景图:从RAG启蒙到高级RAG之36技,再到终章Agentic RAG!

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
字节跳动客户端性能优化最佳实践
在用户日益增长、需求不断迭代的背景下,如何保证 APP 发布的稳定性和用户良好的使用体验?本次分享将结合字节跳动内部应用的实践案例,介绍应用性能优化的更多方向,以及 APM 团队对应用性能监控建设的探索和思考。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论