Machine learningDeep Learning, Image Segmentation, Foundation Models
โมเดล Segment Anything
โมเดล Segment Anything (SAM) เป็นโมเดลพื้นฐานที่ Kirillov และคณะ นำเสนอในปี 2023 ซึ่งสามารถแบ่งส่วนวัตถุใดๆ ในภาพได้ด้วยข้อมูลพร้อมท์ในรูปแบบต่างๆ SAM ได้รับการฝึกฝนบนชุดข้อมูลภาพที่หลากหลายจำนวนมหาศาล และเรียนรู้ที่จะแบ่งส่วนวัตถุโดยอาศัยข้อมูลจากผู้ใช้เพียงเล็กน้อย เช่น จุด กล่อง หรือคำอธิบายข้อความ
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). A Foundation Model for Image Segmentation. ScholarGate. https://scholargate.app/th/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)การเรียนรู้เชิงลึก↔ compare
- Masked Autoencodersการเรียนรู้เชิงลึก↔ compare
- Swin Transformer (โปรแกรมแปลง Swin)การเรียนรู้เชิงลึก↔ compare
- วิชันทรานส์ฟอร์มเมอร์การเรียนรู้เชิงลึก↔ compare