Metaの最初のSAMオブジェクト識別AIは非常に優れていたため、SAM 2がリリースされました。

Segment Anything Model (SAM) とその 1B マスク データセットのリリースから 2 年以上経って、Meta は新たな発表を行いました。Facebook の親会社は現在、視覚的なオブジェクトをリアルタイムで識別して追跡できる AI の後継モデルである SAM XNUMX を導入しています。

SAMとそのSA-1Bが成功したのは、海洋科学や医学などの分野で複合現実のアプリケーションがあったからだとメタ氏は言う。メタ氏は、以前の画像のみの初代SAMから、SAM 2のセグメンテーション機能をビデオに拡張し、コードも利用可能にした。 GitHub.

「SAM 2 はあらゆるオブジェクトをセグメント化し、ビデオの全フレームにわたってリアルタイムで一貫して追跡できるため、ビデオ編集の新たな可能性と複合現実の新しい体験が実現します」とメタ氏は説明します。

Meta 社によると、次世代の Segment Anything Model は前モデルより 44 倍高速で正確であり、さまざまなベンチマークや実際のビデオ セグメンテーション アプリケーションで優れているとのことです。効果的なビデオ セグメンテーションに必要な人間の操作が少なくなり、毎秒約 XNUMX フレーム (fps) でのリアルタイム推論をサポートします。

寛容な Apache 2.0 ライセンスの下でリリースされた SAM 2 のコード、重み、および新しい SA-V データセットは無料で利用できます。

その前身である最初の SAM は、さまざまなシステムに簡単に統合でき、すぐにさまざまな種類の画像を処理できます。1 億を超えるマスクを含む SA-1.1B データセットは、手動と自動の手法を組み合わせて作成されたため、データ収集がより迅速かつ容易になりました。

SAM 2のデモを試すことができます （茶事の話はこちらをチェック）.