Przełom kwantowy Google jest „naprawdę niezwykły” - ale jest jeszcze wiele do zrobienia
Model segmentacji obrazu Meta może mieć wiele zastosowań, w tym w AR i VR.
Jeśli chodzi o wiadomości dotyczące generatywnej sztucznej inteligencji, Meta zeszła ostatnio na dalszy plan. Jednak w środę technologiczny gigant ujawnił badania dotyczące segmentacji obrazu, które mogą mieć duży wpływ na przyszłość sztucznej inteligencji.
Segmentacja obrazu odnosi się po prostu do modelu AI, który może identyfikować różne elementy na zdjęciu. Na przykład na zdjęciu pudełka owoców za pomocą segmentacji obrazu model sztucznej inteligencji będzie w stanie zidentyfikować każdy sfotografowany owoc i pudełko, jak widać w wersji demonstracyjnej Meta.
Zrzut ekranu z wersji demonstracyjnej Meta SAM
Według Meta projekt Meta Segment Everything obejmuje nowe zadanie, zbiór danych i model segmentacji obrazu, którego celem jest „demokratyzacja segmentacji”.
Meta udostępniła zarówno swój ogólny model Segment Everything Model (SAM), jak i największy w historii zbiór danych segmentacyjnych, zestaw danych Segment Everything 1-Billion mask (SA-1B). Zbiór danych zawiera ponad 1 miliard masek na 11 milionach licencjonowanych i szanujących prywatność obrazów.
Meta twierdzi, że wypuściła modele (SAM) i (SA-1B) „aby umożliwić szeroką gamę zastosowań i promować dalsze badania nad podstawowymi modelami widzenia komputerowego”.
Segmentację obrazu można wykorzystać do edycji zdjęć, analizy obrazów naukowych, większych systemów AI, które wymagają ogólnego multimodalnego zrozumienia świata, a co najciekawsze, AR i VR.
Poprzednie modele segmentacji wymagały albo indywidualnej obsługi przez interaktywną segmentację, albo szkolenia opartego na znacznej liczbie ręcznie opisywanych obiektów w celu automatycznej segmentacji.
SAM to pojedynczy model, który może z łatwością przeprowadzić dowolną metodę segmentacji. Oznacza to, że praktycy nie muszą już gromadzić własnych danych segmentacyjnych, a także eliminuje potrzebę dostrajania modelu do swojego przypadku użycia, oszczędzając zarówno czas, jak i wysiłek.
Możesz przetestować tę technologię, odwiedzając witrynę demonstracyjną Segment Everything i przesyłając własny obraz lub wykorzystując zdjęcie z galerii.