Machine learningDeep Learning, Image Segmentation, Foundation Models
세그먼트 애니띵 모델
세그먼트 애니띵 모델(SAM)은 Kirillov 등이 2023년에 소개한 파운데이션 모델로, 다양한 형태의 프롬프트를 통해 이미지 내의 어떤 객체든 분할할 수 있습니다. SAM은 방대한 양의 다양한 이미지 데이터셋으로 학습되었으며, 점, 상자 또는 텍스트 설명과 같은 최소한의 사용자 입력을 기반으로 객체를 분할하는 방법을 학습합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). A Foundation Model for Image Segmentation. ScholarGate. https://scholargate.app/ko/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)딥러닝↔ compare
- Masked Autoencoders딥러닝↔ compare
- Swin Transformer딥러닝↔ compare
- Vision Transformer딥러닝↔ compare