Modelo de Segmentación de Cualquier Cosa
El Modelo de Segmentación de Cualquier Cosa (SAM, por sus siglas en inglés) es un modelo fundacional introducido por Kirillov et al. en 2023 que puede segmentar cualquier objeto en una imagen dadas diversas formas de indicaciones. SAM se entrena con un conjunto de datos masivo de imágenes diversas y aprende a segmentar objetos basándose en una entrada mínima del usuario, como puntos, cuadros o descripciones de texto.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). A Foundation Model for Image Segmentation. ScholarGate. https://scholargate.app/es/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)Aprendizaje profundo↔ compare
- Autoencoders enmascaradosAprendizaje profundo↔ compare
- Swin TransformerAprendizaje profundo↔ compare
- Vision TransformerAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →