Segment Anything

Segment Anything（简称SAM）是Meta推出的开源图像分割模型，支持通过点、框、文本等提示对图像中的任意物体进行高精度分割，可应用于自动驾驶、医学影像、3D重建等领域。

核心功能
– 多模态提示支持：用户可通过点、边界框、文本（如“黑色的猫”）或组合提示引导模型分割目标 。
– 高精度分割：基于11亿掩码训练的模型，能处理复杂场景（如遮挡、多物体），并返回多个可能掩码供选择 。
– 快速推理：网页端模型仅需约50毫秒生成掩码，适合实时应用 。

技术架构
– 编码器-解码器结构：包含图像编码器（提取视觉特征）和提示编码器（处理用户输入），最终生成分割掩码 。
– 可扩展性：支持3D重建（SAM 3D）和动态场景（SAM 3），可检测、跟踪视频中的物体 。

应用场景
– 自动驾驶：分割道路、行人等关键元素 。
– 医学影像：精准标注器官或病变区域 。
– 3D建模：结合Meta Momentum Human Rig格式，实现人体姿态与形状估计 。

开源与生态
Meta已开放SAM 3D、SAM 3的模型权重及推理代码，并提供Segment Anything Playground平台供用户测试 。