facebookresearch/segment-anything
Segment Anything Model (SAM) 是一个基础模型，用于解决通过输入提示（如点或框）在图像中生成高质量对象掩码的问题，并能自动分割图像中的所有对象。 主要技术栈基于 PyTorch 和 TorchVision，采用 Transformer 架构，并提供了预训练模型检查点、ONNX 导出支持以及用于推理的 Python 代码和 Jupyter Notebook 示例。 其亮点在于拥有强大的零样本分割能力，适用于广泛的视觉任务和领域，并且新发布的 SAM 2 版本进一步扩展到了视频实时分割，同时提供了最大的视频分割数据集 SA-V。
facebookresearch/segment-anything
67 天前首次出现未被群岛收录Segment Anything Model (SAM) 是一个基础模型，用于解决通过输入提示（如点或框）在图像中生成高质量对象掩码的问题，并能自动分割图像中的所有对象。 主要技术栈基于 PyTorch 和 TorchVision，采用 Transformer 架构，并提供了预训练模型检查点、ONNX 导出支持以及用于推理的 Python 代码和 Jupyter Notebook 示例。 其亮点在于拥有强大的零样本分割能力，适用于广泛的视觉任务和领域，并且新发布的 SAM 2 版本进一步扩展到了视频实时分割，同时提供了最大的视频分割数据集 SA-V。
Star 趋势
共 50 个采集点 · 近 30 日 +163项目介绍
由 AI 摘自仓库 READMESegment Anything Model (SAM) 是一个基础模型，用于解决通过输入提示（如点或框）在图像中生成高质量对象掩码的问题，并能自动分割图像中的所有对象。 主要技术栈基于 PyTorch 和 TorchVision，采用 Transformer 架构，并提供了预训练模型检查点、ONNX 导出支持以及用于推理的 Python 代码和 Jupyter Notebook 示例。 其亮点在于拥有强大的零样本分割能力，适用于广泛的视觉任务和领域，并且新发布的 SAM 2 版本进一步扩展到了视频实时分割，同时提供了最大的视频分割数据集 SA-V。
仓库信息
该项目由雷达自动扫描 GitHub 发现，含 Star 增速、提交活跃度与分类标签，中文摘要由 AI 生成。