小模型也可以「分割一切」，Meta改進SAM，參數僅為原版5%

AIGC動態歡迎閱讀

原標題：小模型也可以「分割一切」，Meta改進SAM，參數僅為原版5%

關鍵字：編碼器,圖像,模型,特征,任務

文章來源：機器之心

內容字數：6437字

內容摘要：機器之心報道編輯：陳萍、蛋醬對于 2023 年的計算機視覺領域來說，「」（Segment Anything Model）是備受關注的一項研究進展。Meta四月份發布的「分割一切模型（SAM）」效果，它能很好地自動分割圖像中的所有內容Segment Anything 的關鍵特征是基于提示的視覺 Transformer（ViT）模型，該模型是在一個包含來自 1100 萬張圖像的超過 10 億個掩碼的視覺數據集 SA-1B 上訓練的，可以分割給定圖像上的任何目標。這種能力使得 SAM 成為視覺領域的基礎模型，并在超出視覺之外的領域也能產生應用價值。盡管有上述優點，但由于 SAM 中的 ViT-H 圖像編碼器有 632M 個參數（基于提示的解碼器只需要 387M 個參數），因此實際使用 SAM 執行任何分割任務的計算和內存成本都很高，這對實時應用來說具有挑戰性。后續，研究者們也提出了一些改進策略：…

原文鏈接：點此閱讀原文：小模型也可以「分割一切」，Meta改進SAM，參數僅為原版5%

聯系作者

文章來源：機器之心

作者微信：almosthuman2014

作者簡介：專業的人工智能媒體和產業服務平臺