Machine learningDeep Learning, Image Segmentation, Foundation Models

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.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. 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.

Compare side by side

Citado por

ScholarGateSegment Anything Model (A Foundation Model for Image Segmentation). Recuperado el 2026-06-15 de https://scholargate.app/es/deep-learning/segment-anything-model · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026