久久一日本道色综合久久_国产最爽的av片在线观看_精品成人Av一区二区三区_94久久国产乱子伦精品免费_国产三级网站在线观看_和女邻居做爰在线观看_wymfw最新免费_国产强奷在线免费阅读_95在线观看视频

Meta SAM：以可提示的方式實(shí)現(xiàn)圖像分割
　　Segment Anything Model（SAM）是2023年4月Meta提出的圖像分割模型，由三部分組成，1）可提示的分割任務(wù)，描述通用的預(yù)訓(xùn)練目標(biāo)；2）分割模型SAM，能通過提示工程實(shí)時(shí)輸出分割掩膜，以zero-shot方式遷移到一系列任務(wù)；3）數(shù)據(jù)引擎，一方面收集新的數(shù)據(jù)，另一方面使用新數(shù)據(jù)來迭代模型。此外，Meta建立了迄今為止最大的分割數(shù)據(jù)集SA-1B，并與SAM一起開源。SAM的zero-shot性能優(yōu)秀，能夠達(dá)到甚至優(yōu)于完全監(jiān)督模型的結(jié)果，有利于CV更廣泛的應(yīng)用于下游各種C端和B端場景。建議關(guān)注國內(nèi)CV應(yīng)用和CV算法領(lǐng)域的相關(guān)廠商。
　　SAM模型：圖像編碼器+提示編碼器+掩膜解碼器
　　SAM模型由圖像編碼器、提示編碼器和掩膜解碼器組成。1）圖像編碼器：計(jì)算圖像嵌入；2）提示編碼器：計(jì)算提示嵌入；3）輕量級掩膜解碼器：將圖像與提示信息進(jìn)行組合，預(yù)測出分割掩膜。SAM支持在不同提示下重用相同的圖像嵌入。流程上看，圖像編碼器輸出圖像嵌入，然后通過各種輸入提示有效地查詢該圖像嵌入，提示編碼器和掩膜解碼器在web瀏覽器中即可進(jìn)行近乎實(shí)時(shí)的掩膜預(yù)測（預(yù)測時(shí)間約50ms）。對于與多個(gè)對象對應(yīng)的模糊提示，SAM可以輸出多個(gè)有效掩膜和相關(guān)的置信度分?jǐn)?shù)。
　　數(shù)據(jù)集：1100萬圖像+10億掩膜
　　大規(guī)模且多樣化的掩膜數(shù)據(jù)集能夠?qū)崿F(xiàn)SAM更好的泛化特性。由數(shù)據(jù)引擎生成的最終數(shù)據(jù)集SA-1B，包含1100萬張經(jīng)許可且隱私保護(hù)的圖像，以及超過10億個(gè)掩膜（均為數(shù)據(jù)引擎最后階段自動生成的掩膜）。SA-1B擁有的掩膜數(shù)量比任何現(xiàn)有的分割數(shù)據(jù)集都多400倍以上，具有高質(zhì)量和多樣性。除了將其用于訓(xùn)練SAM之外，SA-1B已開源，供其他研究者在此基礎(chǔ)上建立新的基礎(chǔ)大模型。
　　SAM：探索模型組件化應(yīng)用
　　Meta指出，與專門為固定任務(wù)集訓(xùn)練的系統(tǒng)相比，以提示工程等技術(shù)為基礎(chǔ)的可組合系統(tǒng)，能實(shí)現(xiàn)更廣泛的應(yīng)用。例如CLIP是DALL-E圖像生成系統(tǒng)的文本圖像對齊組件。此外，Meta指出，雖然特定領(lǐng)域的工具在各自的領(lǐng)域中會優(yōu)于SAM，但SAM是視覺分割的通才和多面手。由于SAM的強(qiáng)大遷移和泛化能力，以及開箱即用特性，SAM甚至可以通過可穿戴設(shè)備檢測到的注視點(diǎn)來進(jìn)行提示，從而啟用新的應(yīng)用程序。
　　相關(guān)產(chǎn)業(yè)鏈公司
　　CV應(yīng)用領(lǐng)域：1）安防視頻：?？低暋⒋笕A股份、千方科技（宇視科技）、2）交通視頻：通行寶；3）智能駕駛：中科創(chuàng)達(dá)、四維圖新、光庭信息、德賽西威、經(jīng)緯恒潤、東軟集團(tuán)；4）MR/XR領(lǐng)域：中科創(chuàng)達(dá)；5）智能終端：螢石網(wǎng)絡(luò)、中科創(chuàng)達(dá)；6）工業(yè)視覺：凌云光、創(chuàng)新奇智、奧普特、天準(zhǔn)科技、奧比中光、矩子科技。CV算法領(lǐng)域：格靈深瞳、商湯、云從科技、云天勵(lì)飛。
　　風(fēng)險(xiǎn)提示：宏觀經(jīng)濟(jì)波動，技術(shù)進(jìn)步不及預(yù)期。本報(bào)告內(nèi)容均基于客觀信息整理，不構(gòu)成投資建議。