首页 > 业界 > 关键词  > AI最新资讯  > 正文

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

2023-07-17 09:09 · 稿源:站长之家

站长之家(ChinaZ.com)7月17日 消息: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。

image.png

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。

image.png

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。

论文地址:https://arxiv.org/abs/2307.04767

代码地址:https://github.com/UX-Decoder/Semantic-SAM

举报

  • 相关推荐
  • 大家在看

今日大家都在搜的词:

热文

  • 3 天
  • 7天