Machine learningDeep Learning, Image Segmentation, Foundation Models
Segment Anything Model
Segment Anything Model (SAM)は、Kirillovらが2023年に発表した基盤モデルであり、さまざまな形式のプロンプトが与えられた画像内のあらゆるオブジェクトをセグメント化できます。SAMは、多様な画像の膨大なデータセットでトレーニングされており、点、ボックス、テキスト記述などの最小限のユーザー入力に基づいてオブジェクトをセグメント化することを学習します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). A Foundation Model for Image Segmentation. ScholarGate. https://scholargate.app/ja/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)深層学習↔ compare
- マスク化オートエンコーダ深層学習↔ compare
- Swin Transformer深層学習↔ compare
- ビジョントランスフォーマー深層学習↔ compare