Μοντέλο Τμηματοποίησης Οτιδήποτε
Το Μοντέλο Τμηματοποίησης Οτιδήποτε (Segment Anything Model - SAM) είναι ένα θεμελιώδες μοντέλο που εισήχθη από τους Kirillov et al. το 2023 και μπορεί να τμηματοποιήσει οποιοδήποτε αντικείμενο σε μια εικόνα, δεδομένων διαφόρων μορφών προτροπών (prompts). Το SAM εκπαιδεύτηκε σε ένα τεράστιο σύνολο δεδομένων ποικίλων εικόνων και μαθαίνει να τμηματοποιεί αντικείμενα με βάση ελάχιστη εισαγωγή χρήστη, όπως σημεία, πλαίσια ή περιγραφές κειμένου.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Kirillov, A., Mintun, E., Darrell, T., & Girshick, R. (2023). Segment Anything. In Proceedings of the IEEE/CVF International Conference on Computer Vision (pp. 4015-4026). DOI: 10.1109/iccv51070.2023.00371 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). A Foundation Model for Image Segmentation. ScholarGate. https://scholargate.app/el/deep-learning/segment-anything-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- DETR (Detection Transformer)Βαθιά Μάθηση↔ compare
- Μασκοφόροι ΑυτοκωδικοποιητέςΒαθιά Μάθηση↔ compare
- Swin TransformerΒαθιά Μάθηση↔ compare
- Vision TransformerΒαθιά Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →