作者： Alexander Kirillov, Eric Mintun, Nikhila Ravi, Hanzi Mao, Chloe Rolland, Laura Gustafson, Tete Xiao, Spencer Whitehead, Alexander C. Berg, Wan-Yen Lo, Piotr Dollár, Ross Girshick
提交日期： 2023年4月5日
主题分类： 计算机视觉与模式识别 (cs.CV); 人工智能 (cs.AI); 机器学习 (cs.LG)
摘要：
我们介绍了 Segment Anything (SA) 项目：这是一个用于图像分割的新任务、新模型和新数据集。我们利用高效的模型在数据收集循环中，构建了迄今为止（远超以往）最大的分割数据集，包含超过 10 亿个掩码，覆盖 1100 万张获得许可且尊重隐私的图像。该模型被设计和训练为可提示的，因此它可以零样本迁移到新的图像分布和任务中。我们在众多任务上评估了其能力，发现其零样本性能令人印象深刻——通常与先前完全监督的结果相当甚至更优。我们正在发布 Segment Anything 模型 (SAM) 以及包含 10 亿个掩码和 1100 万张图像的对应数据集 (SA-1B)，网址为 https://segment-anything.com，以促进计算机视觉基础模型的研究。
项目网页： https://segment-anything.com