产品概览

Segment Anything Model（SAM）是什么？

SAM是Meta FAIR实验室研发的突破性图像分割基础模型。该模型基于超大规模的SA-1B数据集训练，涵盖1100万+图像和11亿+掩码标签，能够根据点选、框选、文本提示等多样化输入，实时生成高精度分割掩码。其创新架构整合了Vision Transformer图像编码器、提示编码器及高效的掩码解码器，不仅实现毫秒级分割处理，更具备卓越的零样本泛化能力，无需微调即可直接部署于各类视觉任务。SAM显著降低了图像分割的技术门槛，可广泛应用于医疗影像分析、环境遥感监测、AR/VR特效、自动驾驶视觉感知等领域，推动计算机视觉技术的普及化应用。

主要功能

智能提示分割

支持点选、框选、文本描述及粗略掩码等多种交互方式，精准生成目标分割掩码。

先进模型架构

采用Vision Transformer编码器与轻量化掩码解码器，确保高速高精度的分割输出性能。

大规模预训练

基于SA-1B超大规模数据集训练，具备强大的零样本泛化与跨领域迁移能力。

零样本适应

无需额外训练即可准确处理未知场景与对象，实现真正的即插即用部署。

开源可扩展

基于Apache 2.0协议开放完整代码、模型及数据集，支持科研与商业化应用。

实时交互性能

掩码生成仅需50毫秒，满足高频率交互与实时视觉应用需求。

使用场景

智能图像标注：自动化生成高质量分割结果，显著提升标注效率与一致性。

医学影像分析：辅助病灶识别与器官分割，提升医疗诊断精度与效率。

遥感图像处理：用于地表覆盖分类、灾害评估和气候变化监测分析。

AR/VR与特效：实时抠像与场景理解，推动互动媒体与娱乐技术创新。

自动驾驶感知：为环境感知与决策提供精细化视觉理解基础。