theme: condensed-night-purple

信任大家最近都听说了Meta开源了一个图画切割模型【SegmentAnything Model】，简称SAM模型，声称切割全部，在短短开源的一周内，截止今天Github已经24k的star了！

看了很多推文各种炸裂的词都出来了，最近也是体会了一下，真就给我当头一棒，头皮发麻，由于这个模型直接宣告了咱们一些流程彻底不需要深入研究了，就用SAM就行。

王者的诞生

说到Meta大家或许不知道这个是什么公司，可是说到Facebook大家都知道，而Meta就是改名后的Facebook，而咱们常用的Pytorch深度学习框架就是他们旗下的产品。而SAM到底强在哪里？咱们看看官方的介绍：

多元化交互

现在官方的demo支撑交互式标示，能够通过画框、鼠标点击来获取切割的区域，此外还能够一键切割全部，轻轻点一下，将切割成果实时展示出来，而且关于不太确认的类别提供了多个有效的区域，举个比方，如果一堆草地里面会有花、花瓣也会切割出来，你能够依据阈值进行调整。

支撑三维

SAM模型的输出成果能够作为其他AI的输入，比方下图的视频里不断被追寻切割椅子，进而提取出椅子的特征，能够生成椅子的三维模型。

集成运用

SAM的可提示设计使其能够与其他系统灵敏整合，如图右，输入文本能够依据咱们文本进行切割；如图左，能够依据AR眼睛的注视规模（一个点表明）然后切割出物体而且给出它的类别，这个和Meta本身的VR方向彻底是相辅相成了。

0练习

官方宣扬SAM模型已经学会了关于物体是什么的一般性概念–这种理解使其能够对不熟悉的物体和图画进行归纳，而不需要额外的练习。

初步体会

好了好了，讲这么多，听起来也没啥感觉吧，不如实际体会一下。

这儿我先上传了一个高分辨率无人机拍的png：

能够看到草坪、人行道、车辆切割的非常完美，而右下角的空地要素较多也进行了分类，水潭是水潭、草坪是草坪、荒地是荒地。

运用框选的话，首先会把右下角分为一个整体：

然后后续运用SegmentAnything会给出更精细的切割：

而且输出很棒，能够直接将切割的区域进行输出

然后我还试了其他图片，在没有进行练习的情况下，SAM仍是把树一颗一颗的分别出来了，而且排除了暗影：

不练习效果都这么好，迁移一下模型，不得起飞（笑）

总结

总体体会下来，SAM最大的大招和冲击那就是样本标示，这种精细化交互式标示将杀死咱们以前纯人工划区域的方法，而且大大提高样本的精度和下降样本标示的本钱！

还在用labelIMG传统标示？来体会一下SAM模型的赛博标示吧！ segment-anything.com/

展望

在研一上人工智能的数学原理的时分，数院教授就和咱们说深度学习其实已经进入了瓶颈期，未来将是深度学习运用的迸发期，其时还没什么感觉，而ChatGPT、Dall.e、SAM、Stable defussion及其衍生的运用的出现，让我身临其境的感悟了大模型的魅力。信任后边仍是运用的迸发期，大家的公司能够开起来了。

这儿是GIS世界，咱们下期再会~

商业协作请私信大众号
本人其他渠道账号：

微信大众号：GIS世界
CSDN：GIS_世界
知乎：GIS世界
：GIS世界

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。

[分割一切！] SegmentAnything真的太强了