小模型也可以「分割一切」，Meta改進SAM，參數(shù)僅為原版5%

AIGC動態(tài)歡迎閱讀

原標題：小模型也可以「分割一切」，Meta改進SAM，參數(shù)僅為原版5%

關(guān)鍵字：編碼器,圖像,模型,特征,任務(wù)

文章來源：機器之心

內(nèi)容字數(shù)：6437字

內(nèi)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(lǐng)域來說，「」（Segment Anything Model）是備受關(guān)注的一項研究進展。Meta四月份發(fā)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(nèi)容Segment Anything 的關(guān)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(shù)據(jù)集 SA-1B 上訓(xùn)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(lǐng)域的基礎(chǔ)模型，并在超出視覺之外的領(lǐng)域也能產(chǎn)生應(yīng)用價值。盡管有上述優(yōu)點，但由于 SAM 中的 ViT-H 圖像編碼器有 632M 個參數(shù)（基于提示的解碼器只需要 387M 個參數(shù)），因此實際使用 SAM 執(zhí)行任何分割任務(wù)的計算和內(nèi)存成本都很高，這對實時應(yīng)用來說具有挑戰(zhàn)性。后續(xù)，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(shù)僅為原版5%

聯(lián)系作者

文章來源：機器之心

作者微信：almosthuman2014

作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺