>> 中郵證券-計算機行業(yè)：Meta推出SAM模型，機器視覺里程碑-230410
| 上傳日期： |
2023/4/11 |
大?。?/td>
| 561KB |
| 格式： |
pdf 共4頁 |
來源： |
中郵證券 |
| 評級： |
強于大市 |
作者： |
孫業(yè)亮 |
| 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)布圖像分割模型SAM，展現(xiàn)出零樣本性能
近日Meta在論文中發(fā)布新模型Segment Anything Model (SAM)，用于識別、分割圖像和視頻中的物體。與其他計算機視覺模型相比，SAM的創(chuàng)新性主要體現(xiàn)在以下幾個方面：1）SAM基于1100萬張圖像和11億個掩碼的海量數(shù)據(jù)集進(jìn)行訓(xùn)練，是迄今為止最大的分割數(shù)據(jù)集；2）SAM在分割任務(wù)中展現(xiàn)出較強的零樣本性能，能對從未訓(xùn)練過的圖片進(jìn)行精準(zhǔn)分割，初步驗證了多模態(tài)技術(shù)路徑及其泛化能力；3）SAM開創(chuàng)性地與Prompt結(jié)合了起來，標(biāo)志著自然語言處理的Prompt模式開始被應(yīng)用在了計算機視覺領(lǐng)域。Meta表示，目前公司內(nèi)部已經(jīng)開始使用SAM相關(guān)技術(shù)，用于在Facebook、Instagram等社交平臺上照片的標(biāo)記、內(nèi)容審核和內(nèi)容推薦等。
國內(nèi)廠商積極布局，有望掀起通用視覺模型熱潮
繼Meta發(fā)布SAM后，智源研究院視覺團(tuán)隊推出通用分割模型SegGPT(Segment Everything In Context)。與SAM的精細(xì)標(biāo)注能力相比，SegGPT模型更偏重于批量化標(biāo)注分割能力，無論是在圖像還是視頻環(huán)境，用戶在畫面上標(biāo)注識別一類物體，即可批量化識別分割出其他所有同類物體。從測試結(jié)果看，研究人員在廣泛的任務(wù)上對SegGPT進(jìn)行了評估，包括少樣本語義分割、視頻對象分割、語義分割和全景分割，結(jié)果顯示SegGPT模型同樣展現(xiàn)出強大的零樣本場景遷移能力，并在COCO和PASCAL等經(jīng)典CV數(shù)據(jù)集上取得最優(yōu)性能。
工業(yè)制造領(lǐng)域是圖像分割模型較好的應(yīng)用入口
在工業(yè)制造領(lǐng)域，圖像分割是圖像識別和機器視覺至關(guān)重要的預(yù)處理，相關(guān)技術(shù)被用于捕捉和處理圖像，為設(shè)備提供操作指導(dǎo)的應(yīng)用，具體場景包括亂序零件的分揀等。以往為特定任務(wù)創(chuàng)建準(zhǔn)確的分割模型通常需要領(lǐng)域?qū)＜疫M(jìn)行高度專業(yè)化的工作，同時需要強大的算力與大量精準(zhǔn)標(biāo)注的數(shù)據(jù)，而SAM等通用圖像分割模型實現(xiàn)了機器視覺核心技術(shù)的范式突破，未來有助于減少大量的數(shù)據(jù)標(biāo)注工作。
我國工業(yè)領(lǐng)域?qū)Σ捎脠D像和機器視覺技術(shù)的工業(yè)自動化、智能化需求廣泛提升，以工業(yè)相機、圖像采集卡、光源及圖像處理軟件為核心的視覺產(chǎn)品日益完善。根據(jù)億歐智庫的統(tǒng)計數(shù)據(jù)，中國機器視覺器件和系統(tǒng)的銷售額從2012年的19.8億元增長至2021年的161億元，復(fù)合增長率達(dá)到31.7%，目前3D技術(shù)領(lǐng)域80%以上的市場份額被海外企業(yè)占據(jù)，國產(chǎn)化需求將進(jìn)一步推動我國工業(yè)視覺產(chǎn)業(yè)的快速發(fā)展。從工業(yè)視覺下游行業(yè)來看，3C電子、半導(dǎo)體、新能源行業(yè)合計占比約80%，我們認(rèn)為伴隨消費電子等產(chǎn)品不斷升級，對于機器視覺的通用性、準(zhǔn)確性要求將更高，圖像分割等AI技術(shù)有望帶來工業(yè)制造領(lǐng)域的降本增效。
投資建議
目前SAM模型及數(shù)據(jù)集均為開源，可以靈活集成于更大的AI系統(tǒng)，隨著SAM的演進(jìn)與發(fā)展，該技術(shù)可能會成為工業(yè)質(zhì)檢、AR/VR、自動駕駛、衛(wèi)星遙感等多領(lǐng)域的強大的輔助工具，我們看好SAM等圖像分割模型在機器視覺中的應(yīng)用，建議關(guān)注相關(guān)標(biāo)的：
?。?）奧普特：機器視覺核心部件龍頭，深度學(xué)習(xí)（工業(yè)AI）、3D視覺工序覆蓋持續(xù)增長；
?。?）凌云光：智能視覺裝備供應(yīng)商，開展多種AI算法、計算成像、大數(shù)據(jù)與認(rèn)知圖譜等技術(shù)研究；
?。?）奧比中光：聚焦3D視覺感知，與微軟、英偉達(dá)聯(lián)合研發(fā)制造3D iToF相機Femto Mega；
（4）千方科技：智慧交通行業(yè)領(lǐng)軍，視覺智能算法賦能車路協(xié)同，有望與大股東阿里形成全方位合作；
?。?）聲迅股份：安防整體解決方案提供商，加大訓(xùn)練算力投入，為安防視頻圖像分析、智能行為分析等提供算力支持。
風(fēng)險提示
行業(yè)競爭加劇風(fēng)險；SAM模型落地不及預(yù)期；機器視覺相關(guān)技術(shù)發(fā)展不及預(yù)期等。
|
|
