給相片/圖片去地越來越方便

[mtr]

https://www.remove.bg/

[mtr]

其他小弟用過既 "去地" 網上應用：

viewtopic.php?f=7&t=332036

[joe]

[mtr]

試下 meta [facebook 母公司] 剛剛推出呢個 AI 應用：

https://segment-anything.com/demo

Meta 搞咁大壇野當然不止於方便大家將張相 "去地"

https://twitter.com/MetaAI/status/1643599800414380038
https://twitter.com/nash_su/status/1643779650169233409

万物皆可分隔，元宇宙核心模型之一
Meta发布了 Segment Anything 算法模型，做到了几乎完美的视觉内容分隔识别，甚至是没有遇到过的类型
模型基于1100万张照片训练，拥有11亿个分隔Mask，实际效果牛逼到爆
模型使用256个A100花费快5天训练完成，识别速度在单块A100上为0.15秒

那是不是结合ai能做到识别物体去啥？甚至把这物体的祖宗十八代信息全给挖出来？太可怕了

[mtr]

https://www.landiannews.com/archives/98163.html

... 今天 Meta AI 开源了一款名为 Segment Anything Model 的模型，该模型由 AI 驱动，经过 1100 万张图片和 11 亿个标记后训练而成，可以广泛识别图片或视频中的任何对象，并分离出来。

Segment Anything 直译过来就是细分任何东西，如果只是把 SAM 模型当做抠图工具那可能大材小用了，从演示来看 Meta 的这个模型非常强大，可以结合其他应用一起使用，比如在机器人里实时识别画面中的对象，然后再分析图片识别具体内容。

Meta推出由AI驱动的SAM模型 可以识别图片/视频中的任何对象并分离。

这个新 AI 模型看起来还是非常强大的，不过 Meta 暂时还没介绍研究这个 AI 模型的用途，在论文里 Meta AI 称这是促进对计算机视觉基础模型的研究。

按蓝点网猜测估计 Meta AI 还在研究图片识别的其他内容，SAM 负责将对象从图片或视频帧里分离，其他 AI 模型可以识别对象的内容，这样确实符合 Meta AI 所说的促进计算机视觉基础。

考虑到现在 AI 的发展速度，估计未来这种分离对象的技术，也会被广泛使用。

Meta AI 上线了一个 demo 网站可以供用户测试：
https://segment-anything.com/

目前 Meta AI 提供了三个模型，一个 2.4GB，一个 1.2GB，另一个 358MB，开发者在本地部署的时候可以用得上这些模型。

如果你想在本地部署，请按照以下方法操作：
https://github.com/facebookresearch/segment-anything

论文地址： https://arxiv.org/abs/2304.02643

[joe]

[mtr]

https://36kr.com/p/2203697233456257

... Segment Anything 是通过使用数据引擎收集数百万张图像和掩模进行训练，从而得到一个超 10 亿个分割掩模的数据集，这比以往任何分割数据集都大400倍。

将来，SAM 可能被用于任何需要在图像中找到和分割任何对象的领域应用程序。

对于 AI 研究社区或其他人来说，SAM 可能更普遍理解世界、例如理解网页视觉和文本内容等更大型 AI 系统中组件；

在 AR/VR 领域，SAM 可以根据用户注视选择一个对象，然后将其“提升”到 3D；

对于内容创作者来说，SAM 可以改进诸如提取碎片或视频编辑等创意应用程序；

SAM 也可用来辅助科学领域研究，如地球上甚至空间自然现象, 例如通过定位要研究并跟踪视频中的动物或物体。

[joe]