Segment Anything Model
Segment Anything Model (SAM) je temeljni model koji su 2023. predstavili Kirillov i suradnici, a koji može segmentirati bilo koji objekt na slici na temelju različitih oblika upita. SAM je treniran na masivnom skupu podataka raznolikih slika i uči segmentirati objekte na temelju minimalnog korisničkog unosa, kao što su točke, okviri ili tekstualni opisi.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). A Foundation Model for Image Segmentation. ScholarGate. https://scholargate.app/hr/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)Duboko učenje↔ compare
- Masked AutoencodersDuboko učenje↔ compare
- Swin TransformerDuboko učenje↔ compare
- Vision TransformerDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →