Марк Зукърбърг представи Segment Anything 2
По време на ревюто SIGGRAPH 2024, Meta Platforms показаха идната версия на известния си ML модел Segment Anything Model. Segment Anything Model 2 (SAM2) е качествено усъвършенстван вид на модела, който компанията показа предишното лято. Платформата е описвана като сегментационен модел, като е основана за разпознаването на характерни обекти в изображения. Новата версия е усъвършенствана в тази си задача, само че тя може да прави същото и с видеа.
Segment Anything 2 беше показана на сцената на SIGGRAPH 2024 персонално от изпълнителния шеф на Фейсбук Марк Зукърбърг. Той дефинира SAM2 като еволюция в региона на компютърната визия. Това, което прави на процедура модела е да „ види “ даден обект и да го опише.
„ Вярваме, че проучванията ни могат да отключат нови възможностти за по-лесно генериране и редакция на видео, да се основават нови прекарвания в региона на допълнената действителност “, пишат Meta Platforms. SAM2 може да се употребява за следенето на обект във видео. Това на собствен ред може да помогне за по-бързото етикитиране на образна информация за образование на платформи за компютърна визия. Като да вземем за пример тези, употребявани в самостоятелните коли “.
SAM2 моделът е с открит код и е качен в GitHub. Именно значимостта на откритата природа на модела беше измежду акцентите, подчертани от Зукърбърг. Той беше съпроводен на сцената от изпълнителния шеф на Nvidia Дженсен Хуанг. „ Правим това не от алтруистични подбуди. Макар че това ще е в помощ на екосистемата “, разяснява Зукърбърг. „ Правим го тъй като считаме, че това ще направи от модела ни най-хубавия вероятен “. Той добавя, че моделът е подготвен на голямо количество от данни. Компанията разгласява анотирана база данни от близо 50 000 видеа, основана особено за SAM2. Отделно от това, моделът е подготвен посредством втора база данни от повече от 100 000 видеа. Но последната не е обществено налична.
