Segment Anything Model
Segment Anything Model (SAM) je temeljni model koji su predstavili Kirillov et al. 2023. godine, a koji može segmentirati bilo koji objekat na slici na osnovu različitih oblika upita (prompts). SAM je obučen na masivnom skupu raznovrsnih slika i uči da segmentira objekte na osnovu minimalnog korisničkog unosa, kao što su tačke, okviri ili tekstualni opisi.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). A Foundation Model for Image Segmentation. ScholarGate. https://scholargate.app/sr/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)Duboko učenje↔ compare
- Masked AutoencodersDuboko učenje↔ compare
- Swin TransformerDuboko učenje↔ compare
- Vision TransformerDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →