Segment Anything Model
A Segment Anything Model (SAM) egy Kirillov et al. által 2023-ban bevezetett alapmodell, amely különféle promptok (utasítások) alapján képes bármilyen objektum szegmentálására egy képen. A SAM hatalmas, sokféle képet tartalmazó adathalmazon lett kiképezve, és minimális felhasználói bevitel, mint például pontok, dobozok vagy szöveges leírások alapján tanulja meg az objektumok szegmentálását.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). A Foundation Model for Image Segmentation. ScholarGate. https://scholargate.app/hu/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)Mélytanulás↔ compare
- Maszkolt AutoenkóderekMélytanulás↔ compare
- Swin TransformerMélytanulás↔ compare
- Vision TransformerMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →