segment anything paper笔记

demo主页（包含paper, demo, dataset）

通过demo可以看到一个酷炫的效果，鼠标放在任何物体上都能实时分割出来。

segment anything宣传的是一个类似BERT的基础类模型，可以在下游任务中不需要再训练，直接用的效果。
而且是一种带有提示性的分割模型，
提示可以有多种：点，目标框，mask等。

为了达到像NLP那样zero-shot和few-shot的推广效果，
paper从三个方面入手：
1.Task，这个task需要能提供一个强大的pretraining模型，使下游很多任务都能推广使用。
2.Model，支持多种提示信息，在互动中实时输出分割mask。
3.数据集，现有的分割数据集都不够充足。

Task：

当有新的数据集时（以前没见过），通过提示信息也能做到zero-shot, few-shot。
提示就是指你要分割什么，比如通过点击图片上的一点或者给一个目标框，或者提供一个Text。
需要解决的是模糊的提示下也能给出有效的mask.
比如在一个T-shirt上给一个点，那么是要分割出T-shirt还是要分割出穿这个T-shirt的人呢。
提示性的分割task包含一个提前训练好的模型，通过提示信息解决下游任务。

Model:

主要是transformer