通用目标分割SAM-2全新开源，准确度及速度大幅提升（附论文及源码）

文章预览

以下文章来源于微信公众号： AI视界引擎 作者： AI引擎 链接：https://mp.weixin.qq.com/s/CfpjeMRj4KfG_kDiNcvDSw 本文仅用于学术分享，如有侵权，请联系后台作删文处理 导读 最近，Meta发布SAM升级版本算法—SAM 2，在精度和推理速度上均有较大提升。目前支持视频和图像中的对象分割。它专为图像和视频中的对象分割而设计，具备支持实时处理、zero-shot的泛化和可提示模型架构等优点，在处理复杂的视觉数据方面表现出色。 论文链接：https://arxiv.org/abs/2407.21596 代码链接：https://github.com/luckybird1994/SAMCOD Segment Anything Model（SAM），由Meta AI研究团队推出的一种通用目标分割模型，迅速引起了广泛关注，并对学术界产生了重大影响。为了将其应用扩展到视频领域，Meta进一步开发了Segment Anything Model 2（SAM2），这是一个统一模型，能够进行视频和图像分割。 与前辈相比 ………………………………