Meta AI Segment Anything Model (SAM)初体验

最新推荐文章于 2025-10-22 21:09:09 发布
原创 最新推荐文章于 2025-10-22 21:09:09 发布 · 5.2k 阅读 · 9 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #计算机视觉 #图像处理

SegmentAnything是一款由MetaAI推出的图片分割工具，用户可以轻松地通过上传图片，然后通过Hover&Click或Box方式选择并提取所需物体。一切物体都能被识别并保存为透明背景的图片，尽管处理大图可能导致分辨率下降。

最近Meta AI发布了Segment Anything模型，可以直接分割任何图片。我趁热乎体验了一下。

文章目录

进入官网 & 上传图片

打开Segment Anything官网https://segment-anything.com/：

https://segment-anything.com/
点击Try the demo，在弹出的对话框中勾选“I have read…”，进入上传界面：

https://segment-anything.com/demo

点击“Upload an image”，上传自己的图片：

上传图片

我上传的图片大小是5.14MB，提取物体用时3分06秒。

鼠标悬停

Hover & Click——截取物体

处理完毕后，当鼠标悬停在某个物体上时，该物体被标蓝。点击左侧的“Hover & Click”，然后左键点击图像的某一区域可以将该物体加入选区，右键移除选取。比如，我想抠出房子但

最低0.47元/天 解锁文章
CV界的GPT?分割一切AI模型(Segment Anything|Meta AI)
图南堂
04-06 539
Meta刚开源Segment Anything(分割一切)AI模型，感受下它的强大，也期待国产软件的崛起！
【模型解读】【代码复现】Segment Anything Model(SAM)
lalula的博客
04-20 2万+
Meta AI的一个新的人工智能模型，只需一次点击就能 "分割出 "任何图像中的任何物体！ SAM是一个可提示的分割系统，对不熟悉的物体和图像具有zero-shot的概括性，并且不需要额外的训练。
Segment Anything：prompt 驱动的分割模型
最新发布
彬彬侠的博客
10-22 977
Segment Anything (SAM) 是Meta AI开发的通用图像分割基础模型，具备零样本能力，可基于点、框等交互提示分割任意物体。其核心架构包含图像编码器（ViT）、提示编码器和掩码解码器，通过大规模数据（SA-1B数据集）训练实现高效分割。相比传统模型（如Mask R-CNN），SAM无需任务微调，支持灵活交互，但计算成本较高。应用涵盖图像编辑、医疗分析等领域，并集成于Hugging Face等平台。2024年发布的SAM 2进一步扩展至视频分割，推动视觉基础模型发展。
CV大模型应用：Grounded-Segment-Anything实现目标分割、检测与风格迁移
AI~天海的博客
04-13 7474
segment-anything的简介和grounded-segment-anything在线使用教程
如何使用“https://segment-anything.com/demo”截取模特照片中的服饰
Winfredzhang的博客
10-18 516
首先，打开“https://segment-anything.com/demo”网站。在页面中心，你会看到一个上传按钮。点击该按钮，选择你想要分析的模特照片，并上传到网站。
Segment Anything（论文解析）
qq_22583741的博客
10-17 550
我们介绍了“Segment Anything” (SA) 项目：这是一个新的任务、模型和数据集对于图像分割。使用我们高效的模型进行数据收集，我们构建了迄今为止最大的分割数据集（远远超过其他数据集），其中包含了超过10亿个掩膜，覆盖了1100万张经过许可和尊重隐私的图像。该模型被设计和训练为可提示的，因此可以实现零次学习，适用于新的图像分布和任务。我们在多个任务上评估了它的性能，并发现它的零次学习性能令人印象深刻，通常可以与先前的完全监督结果相竞争甚至更优越。
大模型-Segment Anything
晓的博客
02-16 997
Segment Anything”项目旨在创建一个新的图像分割任务、模型和数据集，重点是提升模型的通用性和适应性，使其能够以零样本的方式转移到新类型的图像和任务上。核心贡献模型：开发了一种新型的图像分割模型，称为“Segment Anything Model （SAM）”。这个模型经过专门设计，可以在没有额外训练的情况下，应用于各种不同的图像分布和任务。数据集：构建了一个前所未有的大规模分割数据集，名为“SA-1B”，其中包含了超过 10 亿个掩码和 1100 万张经过授权并尊重隐私的图像。
【segment-anything】- Meta 开源万物可分割 AI 模型
KEEP的博客
04-07 6523
Meta 开源万物可分割 AI 模型：segment anything model (SAM)。 本文列举了一些资料，并从SAM的功能介绍、数据集、数据标注、图像分割方法介绍，研发思路以及对未来的展望来展开详细介绍。并综合了一些评价谈论，放眼当下和展望未来，给出了一些个人的想法和看法。
SAM(segment anything model)分割一切 Demo测试及API调用
热门推荐
Alexa_的博客
04-20 3万+
Meta发布一种新的语义分割模型，Segment Anything Model (SAM)。仅仅3天时间该项目在Github就收获了1.8万个star,火爆程度可见一斑。有人甚至称之为CV领域的GPT时刻。SAM都做了什么让大家如此感兴趣？- SAM与传统单纯的语义分割方式不同，加入了Prompt机制，可以将文字、坐标点、坐标框等作为辅助信息优化分割结果，这一方面增加了交互的灵活性，另一方面这也是解决图像分割中尺度问题的一次有益尝试。- 当在识别要分割的对象时遇到不确定性，SAM 能够生成多个有效掩码。
segment-anything介绍
qq_30150579的博客
08-07 7339
segment-everything介绍
Segment Anything 试用体验
04-07 1217
方法1. 出现错误后，找到注册表的 "HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\Session Manager" 并将其下面的"PendingFileRenameOperations" 的值删掉。 然后重新运行安装。 方法2. 在创建窗口句柄之前,不能在控件上调用 Invoke 或 BeginIn
Windows11下使用SAM(Segment Anything Model)大模型实现万物皆可分割！
坚强的强酸柠檬的博客
07-29 1251
SAM(Segment Anything Model)，顾名思义，即为分割一切！该模型由 Facebook 的Meta AI实验室，能够根据提示(eg. point, box,mask…)或文本指令，实现对任意物体的识别与分割。它的诞生，无疑是CV领域的一次重要里程碑！
【图像处理基石】Segment Anything Model (SAM) 调研
智能守恒_HengAI
07-27 677
Segment Anything Model (SAM) 是由 Meta AI 开发的革命性图像分割模型，它能够对图像中的任何物体进行分割，无需针对特定类别进行训练。SAM 具有以下特点：SAM 的核心是一个Transformer架构的编码器和一个轻量级解码器，能够根据输入提示高效生成高质量的分割掩码。以下是使用 Segment Anything Model 进行图像分割的示例代码： 代码使用说明 安装依赖： 在运行代码前，需要安装必要的库： 下载模型： 代码需要SAM的预训练模型文件，可以从Met
【视觉分割新SOTA|论文解读2】一种最先进的图像分割模型——Segment Anything Model (SAM)模型架构！
985小水博的摸鱼日常
10-13 1457
【视觉分割新SOTA|论文解读2】一种最先进的图像分割模型——Segment Anything Model (SAM)模型架构！
【PyTorch项目实战】SAM3（Segment Anything Model）
shinuone的博客
08-28 1680
摘要：SAM（Segment Anything Model）是Meta AI研发的图像分割基础模型，具有强大的零样本分割能力。最新版本SAM3（2025）在SAM1（2023）支持的2D图像分割基础上，新增了视频对象跟踪、3D重建和多模态输入功能。模型通过ViT架构实现，支持点/框/掩码等多种交互提示方式，适用于医疗影像、自动驾驶、AR/VR等场景。各版本通过GitHub开源，并提供在线Demo体验。
SegmentAnything官网demo使用vue+python实现
DAMN WHERE'D YOU FIND THAT
02-08 3012
SegmentAnything整合vue实现语义分割图片
Segment Anything Model (SAM)本地部署，及应用于自己的数据集完成分割
MayYou_SSS的博客
09-06 3万+
官网提供了一些demo，交互式地分割展示，可以试一下官网demo提供了3种分割方式。
SAM：Segment Anything
zzzyyy8的博客
10-24 1546
我们推出了“分割万物”（Segment Anything，简称SA）项目：这是一个全新的图像分割任务、模型及数据集。我们利用高效的模型构建了一个数据收集循环，从而创建了迄今为止（遥遥领先）规模最大的分割数据集，该数据集包含1100万张获得授权且尊重隐私的图像，这些图像上共有超过10亿个分割掩码。该模型经过专门设计和训练，具备可提示性，因此能够实现零样本迁移，适应新的图像分布和任务。我们在众多任务上评估了该模型的能力，发现其零样本表现十分出色——通常能与先前的全监督结果相媲美，甚至更胜一筹。
Segment Anything Model
qq_38915354的博客
04-10 3753
【代码】Segment Anything Model。
Segment Anything Model（SAM）
01-05
### Segment Anything Model (SAM) 综述 Segment Anything Model (SAM)[^1] 是由Meta AI提出的开创性项目，专注于解决图像分割问题。此模型不仅引入了一种全新的任务形式，还提供了一个强大的预训练模型和庞大的数据集支持。 #### 模型特点 SAM的设计核心在于其能够响应各种类型的提示输入并据此生成对应的分割掩码[^2]。这意味着用户可以通过简单的指示（比如点击图片中的某个位置），让模型理解意图并对指定区域进行精确切割。此外，该模型具备出色的零样本迁移学习能力，在未经额外训练的情况下即可应用于未曾见过的数据分布或全新任务中，并取得优异的成绩。 #### 数据资源 为了训练这样一个高效的分割工具，团队创建了目前最大规模的高质量标注数据集合——SA-1B, 包含超过十亿个手工制作的mask覆盖约一百一十万幅独特影像素材。这些材料均经过合法授权并且充分考虑到了个人隐私保护方面的要求。 #### 技术细节 从架构上看，SAM主要分为三个部分： - **Image Encoder**: 负责提取原始图像特征； - **Prompt Encoder**: 将用户的指令转化为机器能识别的形式； - **Mask Decoder**: 结合前两者输出最终的分割结果。 对于开发者来说，官方提供了详细的API文档以及开源代码仓库[^3]，使得任何人都可以在本地环境中轻松部署这个先进的AI解决方案。 ```python from segment_anything import sam_model_registry, SamAutomaticMaskGenerator, SamPredictor sam_checkpoint = "path/to/sam_vit_h_4b8939.pth" model_type = "vit_h" device = "cuda" sam = sam_model_registry[model_type](checkpoint=sam_checkpoint) sam.to(device=device) predictor = SamPredictor(sam) image = cv2.imread('input_image.jpg') predictor.set_image(image) masks, scores, logits = predictor.predict( point_coords=None, box=None, multimask_output=True, ) ``` 上述Python脚本展示了如何加载预训练好的SAM权重文件并将之用于实际场景下的物体检测操作。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值