Meta SAM 2.1上线Amazon SageMaker JumpStart

Meta的Segment Anything Model（SAM）2.1视觉分割模型现已通过Amazon SageMaker JumpStart公开提供部署和推理服务。Meta SAM 2.1在单一模型中提供了领先的视频和图像分割能力，支持长上下文处理、复杂分割场景和精细化分析。这使其能够广泛应用于多个行业的自动化流程，如医疗保健领域的医学影像分析、环境监测的卫星图像处理，以及自主系统中的对象分割任务。此外，Meta SAM 2.1在零样本对象分割方面表现出色，并能够基于简单提示（如视频跟踪和图像遮罩中的点坐标和边界框）进行准确的对象检测。

该模型主要在亚马逊云科技上进行训练，亚马逊云科技也将成为首个向该模型提供云服务的提供商。在本文中，我们将介绍如何通过Amazon SageMaker JumpStart访问并部署Meta SAM 2.1模型。

Meta SAM 2.1概述

Meta SAM 2.1是一款领先的视觉分割模型，专为高性能计算机视觉任务设计，支持高级对象检测与分割工作流程。基于前代版本的优化，Meta SAM 2.1具备更高的分割精度、更强的泛化能力，并在多样化的数据集上展现出卓越表现。同时，其可扩展性满足生产级应用的需求。凭借这些卓越特性，Meta SAM 2.1能够帮助人工智能研究人员，以及从事计算机视觉、图像处理和数据驱动研究的开发者，显著提高在需要进行详细分析和分割任务时的工作效率。

Meta SAM 2.1采用精简高效的架构，可与TorchServe等主流模型服务框架轻松集成，并部署在Amazon SageMaker AI上，以支持实时或批量推理流程。借助Meta SAM 2.1，企业在视觉密集型工作流程中能够实现精准的分割效果，同时仅需极简的配置，即可达到最优的运行效率。

Meta SAM 2.1提供了多种版本，包括Tiny（超小型）、Small（小型）、Base Plus（基础增强型）和Large（大型），现已在Amazon SageMaker JumpStart上可用。这些版本在模型大小、速度和分割性能之间取得平衡，以满足不同应用需求。

Amazon SageMaker

JumpStart概述

Amazon SageMaker JumpStart提供大量公开可用的基础模型（FM）的访问权限。这些预训练模型作为强大的起点，可以根据特定用例进行深度定制。现在，您可以使用最先进的模型架构，如语言模型、计算机视觉模型等，而无需从零开始构建。

借助Amazon SageMaker JumpStart，您可以在安全的环境中部署模型。JumpStart上托管的模型可以配置在专用的Amazon SageMaker推理实例上，包括基于Amazon Trainium和Amazon Inferentia的实例，并在您的虚拟私有云（VPC）中进行隔离。这种部署方式确保了数据的安全性和合规性，因为模型在您自己的VPC中运行，而不是在共享的公共环境中。

部署基础模型后，您可以利用Amazon SageMaker AI的强大功能进一步定制和微调。Amazon SageMaker AI还提供了模型部署和容器日志等功能，以增强可观察性。通过Amazon SageMaker AI，您可以简化整个模型部署流程。