Metan ensimmäinen SAM-objektin tunnistava tekoäly oli niin hyvä, että se lanseerasi nyt SAM 2:n

Yli vuosi Segment Anything Modelin (SAM) ja sen 1B-maskitietojoukon lanseerauksen jälkeen Meta teki uuden ilmoituksen. Facebookin emoyhtiö on nyt esitellyt SAM 2:n, tekoälyn seurantamallin, jonka avulla voit tunnistaa ja seurata visuaalisia objekteja reaaliajassa.

SAM ja sen SA-1B menestyivät, koska niillä oli sekatodellisuutta sellaisilla aloilla kuin meritiede ja jopa lääketiede, Meta sanoo. Sen verran paljon, että Meta laajentaa nyt segmentointiominaisuudet videoihin SAM 2:lle, edellisestä vain kuvia sisältävästä ensimmäisestä SAM:sta, ja koodit ovat saatavilla myös GitHub.

"SAM 2 voi segmentoida minkä tahansa kohteen ja seurata sitä johdonmukaisesti kaikissa videon ruuduissa reaaliajassa – avaa uusia mahdollisuuksia videoeditointiin ja uusia kokemuksia sekatodellisuudessa", Meta kuvailee.

Meta kertoo myös, että seuraavan sukupolven Segment Anything -malli on kuusi kertaa nopeampi ja tarkempi kuin edeltäjänsä, ja se on erinomaista useissa vertailuissa ja todellisissa videon segmentointisovelluksissa. Se vaatii vähemmän ihmisten vuorovaikutusta tehokkaaseen videon segmentointiin ja tukee reaaliaikaista päättelyä noin 44 kuvaa sekunnissa (fps).

Apache 2.0 -lisenssillä julkaistun SAM 2:n koodi, painot ja uusi SA-V-tietojoukko ovat vapaasti saatavilla.

Sen edeltäjä, ensimmäinen SAM, oli helppo integroida eri järjestelmiin ja se voi työskennellä erilaisten kuvien kanssa heti laatikosta otettuna. SA-1B-tietojoukko, jossa on yli 1.1 miljardia maskia, luotiin manuaalisten ja automaattisten menetelmien yhdistelmällä, mikä nopeuttaa ja helpottaa tietojen keräämistä.

Voit kokeilla SAM 2:n demoa tätä.