Segment Anything Model
Segment Anything Model (SAM) on Kirillov et al. -julkaisema vuonna 2023 esitelty perusmalli, joka voi segmentoida minkä tahansa objektin kuvassa erilaisten kehotteiden avulla. SAM on koulutettu massiivisella, monipuolisella kuvadatalla ja se oppii segmentointiin minimaalisella käyttäjän syötteellä, kuten pisteillä, laatikoilla tai tekstikuvauksilla.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). A Foundation Model for Image Segmentation. ScholarGate. https://scholargate.app/fi/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)Syväoppiminen↔ compare
- Masked AutoencodersSyväoppiminen↔ compare
- Swin TransformerSyväoppiminen↔ compare
- Vision TransformerSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →