Meta представя опции за сегментиране, които идентифицират всеки обект в една снимка

Няколко технологични компании експериментират с генеративен изкуствен интелект, за да подобрят потребителското изживяване.

В сряда, 5 април, Meta представи Segment Anything Model (SAM), който усъвършенства умението за идентифициране и разделяне на конкретни обекти в изображения и видеоклипове.

„Сегментирането, идентифицирането кои пиксели в изображението принадлежат на даден обект, е основната задача в компютърното моделиране и се използва в широк спектър от приложения – от анализиране на изображения до обработка на снимки“, пише в съобщението на Meta.

Общо взето този модел може да разпознае различни обекти в дадено изображение, в което има няколко предмета. Демонстрацията на Meta показва как ИИ инструментът успешно идентифицира всеки плод в снимка на кутия с плодове.

Meta описва инструмента като „система с възможност за команди“ – това означава, че потребителят може да въведе желан текст, за да даде конкретна команда на инструмента.

Компанията пусна и Segment Anything 1-Billion mask dataset (SA-1B) – един от най-големите набори от данни за сегментиране, създавани някога. Въз основа на това ИИ системата е обучена от 11 милиона изображения и е идентифицирала над 1 милиард маски.

В бъдеще този ИИ софтуер може да помогне за много неща. Технологията за сегментиране на изображения може да редактира снимки, да анализира научни изображения, да се използва за увеличаване, виртуална реалност и дори за надграждане на по-големи системи с изкуствен интелект.

„Намаляването на нуждата от експертен опит в моделирането на специфични задачи, изчисления за обучение и персонализирани анотации на данни за сегментиране на изображения е в основата на проекта Segment Anything”, добавят още от Meta.

Освен това, технологичният гигант прави този нов инструмент с отворен код. Това означава, че всеки може да го използва. Тук можете да видите демонстрацията на SAM и да го тествате със своите изображения. Компанията публикува и подробен документ от проучването, който можете да разгледате тук.

Резюме на проучването:

Представяме проекта Segment Anything (SA): нова задача, модел и набор от данни за сегментиране на изображения. Използвайки нашия ефективен модел, ние изградихме най-големия набор от данни за сегментиране до момента – с над 1 милиард маски на 11 милиона лицензирани изображения. Моделът е проектиран и обучен да работи с команди. Оценяваме възможностите му за многобройни задачи и откриваме, че неговата производителност е впечатляваща – често конкурентна или дори превъзхождаща предишни напълно контролирани резултати. Ние представяме Segment Anything Model (SAM) и съответния набор от данни (SA-1B) с 1 милиард маски и 11 милиона изображения, за да насърчим изследването на основни модели в изображенията.