图109SAM与同类模型对比(基于中心点) 原图定位 SAM 发力图像分割,灵活性与通用性表现出众。SAM(Segment-Anything Model)是一款应用于 CV(计算机视觉)图像分割领域的 AI 模型。图像分割意指像素级地识别图像,对图像中每个像素所属类别进行标注,在自动驾驶、医疗影像、图像美化等领域用途广泛。SAM 发布于 2023年 4 月,是一款面向通用场景的图像分割模型,允许用户通过自然语言指令进行任意图像分割,其特点为无需用户进行额外训练,既可迁移使用,行业领先。SAM 模型基于 SA-1B 图像注释数据集进行训练,在首次自行训练后进行人工注释,再使用注释数据集对模型进行更新,多次循环,对模型进行优化。SAM 模型的发布被认为是 CV 领域的“GPT-3时刻”,其支持多方式完成图像分割任务,可以对图像进行多形式的灵活分割,可以处理复杂图像,对于逻辑不清晰的场景,SAM 模型仍表现出出色的效果,且对于未针对训练过的样本,仍能够进行精确识别与分割,这使得 SAM 具有强大的灵活性与通用性,允许用户在不经额外训练的前提下进行迁移使用,极大降低了图像识别训练的成本与门槛。