港科大版图像分割AI“Semantic-SAM”来了 比Meta「分割一切AI」更全能

539次阅读
没有评论

香港科技大学团队开发出一款名为 Semantic-SAM 的图像分割 AI 模型,相比 Meta 的 SAM 模型,Semantic-SAM 具有更强的粒度和语义功能。该模型能够在不同粒度级别上分割和识别物体,并为分割出的实体提供语义标签。

港科大版图像分割AI“Semantic-SAM”来了 比Meta「分割一切AI」更全能

研究团队通过联合训练 SA-1B 数据集、通用分割数据集和部件分割数据集,实现了多粒度分割任务和交互分割任务的优化。Semantic-SAM 基于 Mask DINO 框架进行开发,其模型结构主要改进在 decoder 部分,同时支持通用分割和交互式分割。

港科大版图像分割AI“Semantic-SAM”来了 比Meta「分割一切AI」更全能

模型的训练过程中,采用解耦的物体分类和部件分类方法,以学习物体和部件的语义信息。实验结果表明,Semantic-SAM 在分割质量和粒度可控性方面优于 SAM 模型。总之,Semantic-SAM 是一款全面且强大的图像分割 AI 模型。

来源:站长之家

Read More 

正文完
可以使用微信扫码关注公众号(ID:xzluomor)
post-qrcode
 
评论(没有评论)
Generated by Feedzy