Müssen Sie Objekte aus Fotos auswählen? Welcher Teil macht genau das

Teile irgendetwas, das kürzlich von Facebook Research veröffentlicht wurde, macht etwas, was die meisten Menschen, die sich mit Computer Vision beschäftigen, als beängstigend empfunden haben: zuverlässig zu wissen, welche Pixel in einem Bild zu einem Objekt gehören. Dies einfacher zu machen, ist das Ziel des Segment Anything Model (SAM), das kürzlich unter der Apache 2.0-Lizenz veröffentlicht wurde.

Die Ergebnisse sehen toll aus und sind da Interaktive Präsentation verfügbar Sie können mit den verschiedenen Funktionsweisen von SAM spielen. Man kann Dinge aufnehmen, indem man auf ein Bild zeigt und darauf klickt, oder die Bilder können automatisch geteilt werden. Ehrlich gesagt ist es beeindruckend zu sehen, wie SAM das Maskieren verschiedener Objekte in einem Bild so mühelos erscheinen lässt. Was dies möglich macht, ist maschinelles Lernen, und ein Teil davon ist die Tatsache, dass das Modell hinter dem System mit einem riesigen Datensatz hochwertiger Bilder und Masken trainiert wurde, was es bei seiner Arbeit äußerst effizient macht.

Sobald das Bild segmentiert ist, können diese Masken verwendet werden, um mit anderen Systemen wie der Objekterkennung (die das Objekt identifiziert und kennzeichnet) und anderen Computer-Vision-Anwendungen zu interagieren. Dieses System funktioniert leistungsfähiger, wenn sie schließlich wissen, wo sie suchen müssen. Das Blogbeitrag von Meta AI Er geht auf einige zusätzliche Details darüber ein, was mit SAM möglich ist, alle Details in Forschungsbericht.

Solche Systeme sind auf qualitativ hochwertige Datensätze angewiesen. Natürlich geht nichts über eine ganze Menge realer Daten, aber wir haben auch gesehen, dass es möglich ist, automatisierte Daten zu generieren, die eigentlich nicht existierten, und nützliche Ergebnisse zu erzielen.