Model Segment Sesuatu
Model Segment Sesuatu (SAM) ialah model asas yang diperkenalkan oleh Kirillov et al. pada tahun 2023 yang boleh mensegmentasikan objek apa pun dalam imej berdasarkan pelbagai bentuk gesaan. SAM dilatih pada set data imej yang pelbagai dan besar, dan ia belajar mensegmentasikan objek berdasarkan input pengguna yang minimum seperti titik, kotak, atau penerangan teks.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). A Foundation Model for Image Segmentation. ScholarGate. https://scholargate.app/ms/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)Pembelajaran Mendalam↔ compare
- Autoenkoder BertopengPembelajaran Mendalam↔ compare
- Swin TransformerPembelajaran Mendalam↔ compare
- Transformer VisiPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →