Meta发布SAM模型,视觉CV迎来重大变化-metatrader4手机版下载

1、Meta发布首个基础图像分割模型SAM

(1)SAM概况:2023年4月,Meta发布CV模型SAM(即SegmentAnythingModel),以及对应的数据库SA-1B。SAM是面向通用场景的图像分割模型,并且引入NLP领域的prompt范式,用户通过合理的prompt即可完成图像分割任务,无需额外训练实现“开箱即用”。

(2)SAM训练方法:SAM由SA-1B数据库训练而来,SAM通过人工交互式分割后(先训练再人工注释),再用注释后的数据更新SAM,多次重复循环,不断优化模型和数据集。SA-1B(1Billion)数据库包括1100万张高分辨率的图像以及11亿个高质量的分割掩码(masks),图像数量和masks数量分别是现有数据集的6倍和400倍,图片平均分辨率达15002250,颗粒度可以达到门把手级别,是目前最大的分割数据集。

(3)SAM应用场景:SAM可用于任何需要对图像进行识别和分割的场景,基于prompt工程,可以成为内容创作、AR/VR、科学领域或通用AI系统的组件,实现多模态处理。比如在AR/VR领域,SAM可以把用户注视的对象升维至3D;对于内容创作者,SAM可以提取图像用于拼贴或视频剪辑。

2、SAM分割能力大幅提升,有望降低计算机识别门槛

(1)SAM分割能力大幅提升。CV模型的核心任务是图像识别,难点在于图像可以无限细分、逻辑关系复杂,识别的颗粒度和准确性存在冲突。SAM目前对于未知和模棱两可的场景也能实现较好的图像分割效果。英伟达AI科学家JimFan表示“SAM是计算机视觉领域的GPT-3时刻”。

(2)有望降低计算机识别门槛。图像分割是计算机视觉的基础技术之一,由于图像的复杂性,面对不同场景需要设计不同的图像分割模型。SAM的目标在于建立一套图像分割基础模型,降低对于特定场景建模知识、训练计算、数据标记的需求,有望在统一框架下完成图像分割任务。Meta表示将SAM模型和SA-1B数据库开源,未来有望作为基础模型,大幅降低计算机识别门槛。

3、投资建议:看好在CV领域具备技术储备和应用场景的公司

CV技术在自动驾驶(物体检测、车道标记、信号识别等)、面部识别(安防、支付等)、医疗、制造、遥感等场景有广阔应用前景,根据福布斯数据,2022年计算机视觉和硬件市场规模达486亿美元。我们认为,SAM大幅降低计算机识别门槛,CV通用场景应用有望加速推广,多模态技术的应用也有望进一步提速,看好在CV领域具备技术储备和应用场景的公司:(1)图像识别领域,受益标的云从科技、千方科技、格灵深瞳、虹软科技、海康威视、大华股份等;(2)遥感卫星领域,受益标的航天宏图,中科星图等;(3)自动驾驶领域,受益标的中科创达、四维图新、光庭信息、东软集团等。

风险提示:技术发展不及预期;商业落地不及预期;政策支持不及预期。

本文源自:券商研报精选

作者:开源证券

免责声明:文章内容来自互联网,本站仅提供信息存储空间服务,真实性请自行鉴别,本站不承担任何责任,如有侵权等情况,请与本站联系删除。
转载请注明出处:Meta发布SAM模型,视觉CV迎来重大变化-metatrader4手机版下载 https://www.bxbdf.com/a/142672.shtml

上一篇 2023-07-30 03:48:53
下一篇 2023-07-30 07:51:25

猜你喜欢

联系我们

在线咨询: QQ交谈

邮件:362039258#qq.com(把#换成@)

工作时间:周一至周五,10:30-16:30,节假日休息。