梅斯医学MedSci APP
医路相伴，成就大医
梅斯医学MedSci APP
医路相伴，成就大医
Meta研究部门发布了一篇名为其“Segment Anything（分割一切）”的论文，文中介绍了一个全新的Segment Anything Model（即SAM），可以用于识别图像和视频中的物体，甚至是人工智能从未被训练过的物品。
所谓的“分割”，用最通俗的话来说就是抠图。但Meta此次所展示的人工智能抠图能力，可能远比你想象的要更加强大，甚至在人工智能领域被认为是计算机视觉的“GPT-3时刻”。
此次SAM的一大突破还在于即使是在训练过程中从未遇到过的物品和形状，人工智能也能将其准确识别并分割出来。
英伟达人工智能科学家 Jim Fan 表示此次SAM最大的一点突破是它已经基本能够理解“物品”的一般概念，即使对于未知对象、不熟悉的场景（例如水下和显微镜里的细胞）它都能比较准确的理解。因此他表示相信SAM的出现会是在计算机视觉领域里的GPT-3时刻。
不仅是Jim有这样的观点，一些AI研究专家甚至也表示，SAM之于计算机视觉，就像是GPT之于大语言模型。
有神经外科影像学的专家将SAM用到了一个脊髓血管病的病例文件之中，认为SAM在帮助判断和分析病情上有很大帮助。
有生物学家输入了一张显微镜下的组织图片，即使图中形状特征毫无规律，但凭借着Zero-shot技术，SAM也能够自动识别多细胞结构中的腺体、导管、动脉等。该生物学家认为SAM的产出结果已经非常接近完美，未来能够节省大量手动注释的时间。
几乎同时，国内的智源研究院视觉团队也提出了通用分割模型SegGPT——Segment Everything in Context，首个利用视觉上下文完成各种分割任务的通用视觉模型。
SegGPT “一通百通”：可使用一个或几个示例图片和对应的掩码即可分割大量测试图片。用户在画面上标注识别一类物体，即可批量化识别分割出其他所有同类物体，无论是在当前画面还是其他画面或视频环境中。
SAM“一触即通”：通过一个点、边界框或一句话，在待预测图片上给出交互提示，识别分割画面上的指定物体。这也就意味着，SAM的精细标注能力，与SegGPT的批量化标注分割能力，还能进一步相结合，产生全新的CV应用。
参考资料：
https://research.facebook.com/publications/segment-anything/
论文地址：https://arxiv.org/abs/2304.02643
论文地址：https://arxiv.org/abs/2211.07636
代码地址：https://github.com/baaivision/Painter
Demo：https://huggingface.co/spaces/BAAI/SegGPT
0
