Segment Anything Model (SAM) 3.1(2分钟阅读)

TLDR AI 模型

摘要

SAM 3.1可以使用Meta Model API上的文本提示来检测、分割和跟踪图像和视频中的对象,并具有指定的推理费用。

SAM 3.1可以在Meta Model API上检测、分割和跟踪图像和视频中的对象。用户只需输入文本提示即可识别、分割和跟踪图像或视频中的任何对象。它运行在专门为该架构构建的推理服务上。该模型的费用为每1,000张图像2.50美元或每1,000帧视频0.20美元。
查看原文

相似文章

SAM 3: Segment Anything with Concepts

Papers with Code Trending

SAM 3 引入了一个统一的模型,用于基于提示的概念分割与跟踪,通过解耦的识别与定位架构以及可扩展的数据引擎,实现了最先进的性能。

facebook/sam3

Hugging Face Models Trending

Meta 发布 SAM 3,一个统一的图像与视频可提示分割基础模型,支持文本或视觉提示进行检测、分割与跟踪,并首次可穷举分割开放词汇概念的所有实例,在新的 SA-CO 基准上达到人类表现的 75-80%。

SAM-MT: 实时交互式多目标视频分割

Hugging Face Daily Papers

本文介绍了SAM-MT,它是SAM2的一个扩展,用于实时交互式多目标视频分割,实现了与目标数量无关的高帧率(FPS)。