Model Segment Anything
Model Segment Anything (SAM) to model bazowy wprowadzony przez Kirillova i wsp. w 2023 roku, który potrafi segmentować dowolny obiekt na obrazie przy użyciu różnych form podpowiedzi. SAM jest trenowany na ogromnym zbiorze danych różnorodnych obrazów i uczy się segmentować obiekty na podstawie minimalnego wkładu użytkownika, takiego jak punkty, ramki czy opisy tekstowe.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). A Foundation Model for Image Segmentation. ScholarGate. https://scholargate.app/pl/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)Uczenie głębokie↔ compare
- Zamaskowane autoenkoderyUczenie głębokie↔ compare
- Swin TransformerUczenie głębokie↔ compare
- Vision TransformerUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →