facebook/sam2.1-hiera-base-plus
Repository for SAM 2: Segment Anything in Images and Videos, a foundation model towards solving promptable visual segmentation in images and videos from FAIR. See the SAM 2 paper(https://arxiv.org/abs/2408.00714) for more information. The official co...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#1 Repository Của Tuần
#4 Repository Của Tuần
🎯 SAM 2.1: Phân đoạn bất kỳ bằng điểm nhấn — trên cả ảnh lẫn video
Một mô hình nền tảo từ FAIR, giải quyết bài toán phân đoạn hình ảnh và video dựa trên lời nhắc.
Đây là mô hình SAM 2.1 Hiera Base+ của FAIR, dùng cho phân đoạn hình ảnh và video thông minh. Dựa trên kiến trúc Hiera, nó hỗ trợ nhận đầu bằng điểm nhấn, hộp giới hạn hoặc điểm âm/tích cực, đồng thời xử lý cả video với tính năng lan truyền mặt nạ qua các khung hình.
✨ Điểm nổi bật
- Dự đoán trên ảnh: dùng
SAM2ImagePredictorđể phân đoạn đối tượng từ điểm nhấn hoặc hộp. - Dự đoán trên video:
SAM2VideoPredictorhỗ trợ thêm lời nhắc và lan truyền mặt nạ qua toàn bộ video. - Hỗ trợ Transformers: tích hợp với Hugging Face Transformers qua
Sam2ProcessorvàSam2Model. - Tạo mặt nạ tự động: dùng pipeline
mask-generationđể tự động tạo mặt nạ cho mọi đối tượng trong ảnh. - Đa dạng đầu vào: hỗ trợ điểm nhấn đơn, nhiều điểm, hộp giới hạn và đa đối tượng.
- Xử lý theo lô: hỗ trợ batch inference cho nhiều ảnh hoặc video cùng lúc.
- Tối ưu bộ nhớ: sử dụng
torch.autocastvớibfloat16để tiết kiệm VRAM.
💡 Vì sao đáng chú ý
SAM 2.1 không chỉ nâng cấp từ phiên bản ảnh sang video, mà còn tích hợp sâu với Transformers, giúp người dùng dễ dàng áp dụng vào pipeline thực tế. Khả năng lan truyền mặt nạ qua video và hỗ trợ đa dạng đầu vào làm cho nó vượ trội so với các mô hình phân đoạn truyền thống.
#SAM2 #Segmentation #Transformers #FAIR #TiniX
Similar Projects
Discover other similar projects and AI models.
SAM 3 is a unified foundation model for promptable segmentation in images and videos. It can detect, segment, and track objects using text or visual prompts such as points, boxes, and masks. Compared to its predecessor SAM 2(https://github.com/facebo...
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...
FlagEmbedding Model List | FAQ | Usage | Evaluation | Train | Contact | Citation | License More details please refer to our Github: FlagEmbedding(https://github.com/FlagOpen/FlagEmbedding). If you are looking for a model that supports more languages,...
sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic se...
Repository for SAM 2: Segment Anything in Images and Videos, a foundation model towards solving promptable visual segmentation in images and videos from FAIR. See the SAM 2 paper(https://arxiv.org/abs/2408.00714) for more information. The official co...
Repository for SAM 2: Segment Anything in Images and Videos, a foundation model towards solving promptable visual segmentation in images and videos from FAIR. See the SAM 2 paper(https://arxiv.org/abs/2408.00714) for more information. The official co...
Repository for SAM 2: Segment Anything in Images and Videos, a foundation model towards solving promptable visual segmentation in images and videos from FAIR. See the SAM 2 paper(https://arxiv.org/abs/2408.00714) for more information. The official co...
Repository for SAM 2: Segment Anything in Images and Videos, a foundation model towards solving promptable visual segmentation in images and videos from FAIR. See the SAM 2 paper(https://arxiv.org/abs/2408.00714) for more information. The official co...
Qwen3.8-27B !Note This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers format. These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, TokenSpeed, etc. !Tip F...