>> 開源證券-計算機行業(yè)點評報告：Meta發(fā)布SAM模型，視覺CV迎來重大變化-230410
| 上傳日期： |
2023/4/10 |
大小： |
316KB |
| 格式： |
pdf 共3頁 |
來源： |
開源證券 |
| 評級： |
看好 |
作者： |
陳寶健 |
| 行業(yè)名稱： |
計算機 |
| 下載權(quán)限： |
無限制-登錄即可下載 |
|
|
Meta發(fā)布首個基礎(chǔ)圖像分割模型SAM
?。?）SAM概況：2023年4月，Meta發(fā)布CV模型SAM（即Segment AnythingModel），以及對應(yīng)的數(shù)據(jù)庫SA-1B。SAM是面向通用場景的圖像分割模型，并且引入NLP領(lǐng)域的prompt范式，用戶通過合理的prompt即可完成圖像分割任務(wù)，無需額外訓(xùn)練實現(xiàn)“開箱即用”。
?。?）SAM訓(xùn)練方法：SAM由SA-1B數(shù)據(jù)庫訓(xùn)練而來，SAM通過人工交互式分割后（先訓(xùn)練再人工注釋），再用注釋后的數(shù)據(jù)更新SAM，多次重復(fù)循環(huán)，不斷優(yōu)化模型和數(shù)據(jù)集。SA-1B（1 Billion）數(shù)據(jù)庫包括1100萬張高分辨率的圖像以及11億個高質(zhì)量的分割掩碼（masks），圖像數(shù)量和masks數(shù)量分別是現(xiàn)有數(shù)據(jù)集的6倍和400倍，圖片平均分辨率達(dá)1500×2250，顆粒度可以達(dá)到門把手級別，是目前最大的分割數(shù)據(jù)集。
?。?）SAM應(yīng)用場景：SAM可用于任何需要對圖像進(jìn)行識別和分割的場景，基于prompt工程，可以成為內(nèi)容創(chuàng)作、AR/VR、科學(xué)領(lǐng)域或通用AI系統(tǒng)的組件，實現(xiàn)多模態(tài)處理。比如在AR/VR領(lǐng)域，SAM可以把用戶注視的對象升維至3D；對于內(nèi)容創(chuàng)作者，SAM可以提取圖像用于拼貼或視頻剪輯。
SAM分割能力大幅提升，有望降低計算機識別門檻
?。?）SAM分割能力大幅提升。CV模型的核心任務(wù)是圖像識別，難點在于圖像可以無限細(xì)分、邏輯關(guān)系復(fù)雜，識別的顆粒度和準(zhǔn)確性存在沖突。SAM目前對于未知和模棱兩可的場景也能實現(xiàn)較好的圖像分割效果。英偉達(dá)AI科學(xué)家JimFan表示“SAM是計算機視覺領(lǐng)域的GPT-3時刻”。
?。?）有望降低計算機識別門檻。圖像分割是計算機視覺的基礎(chǔ)技術(shù)之一，由于圖像的復(fù)雜性，面對不同場景需要設(shè)計不同的圖像分割模型。SAM的目標(biāo)在于建立一套圖像分割基礎(chǔ)模型，降低對于特定場景建模知識、訓(xùn)練計算、數(shù)據(jù)標(biāo)記的需求，有望在統(tǒng)一框架下完成圖像分割任務(wù)。Meta表示將SAM模型和SA-1B數(shù)據(jù)庫開源，未來有望作為基礎(chǔ)模型，大幅降低計算機識別門檻。
投資建議：看好在CV領(lǐng)域具備技術(shù)儲備和應(yīng)用場景的公司
CV技術(shù)在自動駕駛（物體檢測、車道標(biāo)記、信號識別等）、面部識別（安防、支付等）、醫(yī)療、制造、遙感等場景有廣闊應(yīng)用前景，根據(jù)福布斯數(shù)據(jù)，2022年計算機視覺和硬件市場規(guī)模達(dá)486億美元。我們認(rèn)為，SAM大幅降低計算機識別門檻，CV通用場景應(yīng)用有望加速推廣，多模態(tài)技術(shù)的應(yīng)用也有望進(jìn)一步提速，看好在CV領(lǐng)域具備技術(shù)儲備和應(yīng)用場景的公司：（1）圖像識別領(lǐng)域，受益標(biāo)的云從科技、千方科技、格靈深瞳、虹軟科技、?？低暋⒋笕A股份等；（2）遙感衛(wèi)星領(lǐng)域，受益標(biāo)的航天宏圖，中科星圖等；（3）自動駕駛領(lǐng)域，受益標(biāo)的中科創(chuàng)達(dá)、四維圖新、光庭信息、東軟集團(tuán)等。
風(fēng)險提示：技術(shù)發(fā)展不及預(yù)期；商業(yè)落地不及預(yù)期；政策支持不及預(yù)期。
|
|
