Segment Anything

# Segment Anything：一键分割任何物体的 AI 模型

Segment Anything Model（SAM）是由 Meta AI 推出的一款新型 AI 模型，能够通过单次点击从任何图像中“抠出”任何物体。这一模型的核心优势在于其零样本泛化能力，无需额外训练即可识别不熟悉的物体和图像。

## 网站介绍
Segment Anything Model（SAM）是一个提示驱动的分割系统，能够通过多种输入提示（如交互式点和框）完成广泛的分割任务。其主要特点包括：
– **零样本泛化**：SAM 学会了对“物体”的一般性理解，能够无需额外训练即可泛化到不熟悉的物体和图像。
– **灵活的输入提示**：支持多种输入提示，如点、框等，允许用户通过简单交互完成复杂的分割任务。
– **可扩展的输出**：输出的分割掩码可以作为其他 AI 系统的输入，例如在视频中跟踪物体、支持图像编辑应用、提升到 3D 等。
– **高效灵活的模型设计**：SAM 的设计使其能够高效地支持其数据引擎，模型分为一次性图像编码器和轻量级掩码解码器，后者可以在浏览器中以毫秒级的速度运行。

## 如何使用
### 访问官网
用户可以通过访问 [Segment Anything 官网](https://segment-anything.com/) 了解更多信息。

### 示例代码
以下是使用 SAM 进行图像分割的示例代码：
“`python
import torch
from segment_anything import sam_model_registry, SamPredictor

# 加载模型
sam = sam_model_registry[“vit_h”](checkpoint=”path/to/sam_vit_h_4b8939.pth”)

# 初始化预测器
predictor = SamPredictor(sam)

# 加载图像
image = …

# 提供提示（例如，点或框）
input_point = torch.tensor([[100, 100]])
input_label = torch.tensor([1])

# 进行分割
masks, scores, logits = predictor.predict(
point_coords=input_point,
point_labels=input_label,
multimask_output=True,
)
“`

### 数据集与训练
SAM 的高级能力源于其在数百万图像和掩码上的训练，这些数据通过“模型在循环中”的数据引擎收集。研究人员使用 SAM 和其数据交互式地标注图像并更新模型，这一过程重复多次以改进模型和数据集。

## 是否收费及价格
根据 Segment Anything 官网的介绍，SAM 模型目前提供免费试用服务，用户可以在试用期间体验大部分功能。然而，对于商业用途或大量生成内容，可能需要付费。具体的收费方案尚未明确，建议用户在使用前咨询平台客服或查看官方公告。