Modelo Segment Anything
O Modelo Segment Anything (SAM) é um modelo de fundação introduzido por Kirillov et al. em 2023 que pode segmentar qualquer objeto em uma imagem dadas várias formas de prompts. O SAM é treinado em um conjunto de dados massivo de imagens diversas e aprende a segmentar objetos com base em um mínimo de entrada do usuário, como pontos, caixas ou descrições de texto.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). A Foundation Model for Image Segmentation. ScholarGate. https://scholargate.app/pt/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)Aprendizado profundo↔ compare
- Autoencoders MascaradosAprendizado profundo↔ compare
- Swin TransformerAprendizado profundo↔ compare
- Vision TransformerAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →