- Premier modèle de fondation pour la « segmentation d’image »
- Il s’agit d’identifier à quel objet appartient chaque pixel
- Publication de SAM et du jeu de données de 1 milliard de paramètres (SA-1B)
- SAM a appris un concept général de ce qu’est un objet, et peut générer des masques pour tous les objets d’images/vidéos, y compris pour des objets et des types d’images qu’il n’a pas rencontrés pendant l’entraînement
- Applicable aussi à de nouveaux domaines d’images (comme des photos sous-marines ou des images de microscopie cellulaire) sans entraînement supplémentaire
7 commentaires
Meta, c’est trop fort..
C’est génial, Meta~
Waouh... c'est dingue..
Waouh… la reconnaissance des objets dès qu’on entre dans la pièce est incroyablement rapide ;;.. À l’avenir, le monde de l’AR qui va se déployer sera énorme.
La détection basée sur le regard est vraiment impressionnante.
J’ai travaillé trois ans dans la segmentation d’images, et c’est vraiment impressionnant.
Si vous regardez la dernière partie, « What lies Ahead », du billet de blog de présentation, vous comprendrez pourquoi ce modèle est important.
Il semble pouvoir devenir la technologie de base qui nous mènera à ces scènes de film où, dans un casque AR/MR, il est possible d’identifier l’objet que l’on regarde en ce moment, d’en tracer le contour et de l’expliquer.
Introducing Segment Anything: Working toward the first foundation model for image segmentation
Après LLaMA, Meta semble avoir encore une fois publié un modèle qui apporte une grande aide au domaine de l’IA… ils assurent !