1038lab/sam3
SAM 3 This repository mirrors the official Segment Anything Model 3 (SAM 3) weights released by Meta Superintelligence Labs. SAM 3 is a unified foundation model for prompt-driven segmentation in images and videos. It supports open-vocabulary text pr...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#2 Repository Của Tháng
#8 Repository Của Tháng
#9 Repository Của Tháng
📦 SAM 3: Mô hình phân đoạn ảnh & video thông qua prompt từ Meta AI
SAM 3 là phiên bản nâng cấp của Segment Anything Model, hỗ trợ phân đoạn các khái niệm mở rãi trong cả hình ảnh và video.
Đây là bản sao của trọng số chính thức của Segment Anything Model 3 (SAM 3) do Meta Superintelligence Labs phát hành. SAM 3 là một mô hình nền thống nhất cho phân đoạn dựa trên prompt, hỗ trợ cả prompt văn bản mở rãi và prompt hình ảnh như điểm, hộp, hoặc mặt nạ. So với SAM 2, SAM 3 phân đoạn toàn diện từng thực thể của khái niệm yêu cầu và đạt hiệu suất khoảng 75–80% so với con người trên bộ chuẩn SA-CO (270K khái niệm duy nhất).
✨ Điểm nổi bật
- Token hiện diện: cải thiện khả năng phân biệt giữa các prompt gần giống nhau.
- Bộ phát hiện và truy vết tách rời: tối ưu hiệu suất cho chuỗi video dài.
- Hơn 4 triệu khái niệm được gán nhãn tự động: đảm bảo phủ rộng các danh mục thế giới mở.
- Hỗ trợ prompt văn bản mở rãi: tìm kiếm và phân đoạn các khái niệm chưa từng thấy.
- Hỗ trợ prompt hình ảnh: sử dụng điểm, hộp hoặc mặt nạ để chỉ định vùng cần phân đoạn.
- Tích hợp với ComfyUI: sử dụng trong nút AILab SAM3 ComfyUI node (phiên bản RMBG).
- Tải trọng số về máy: chỉ cần tệp
sam3.safetensorsvà tokenizer từ kho lưu trữ chính thức. - Chạy ngoại tuyến: toàn bộ pipeline có thể hoạt động mà không cần kết nối internet.
💡 Vì sao đáng chú ý
SAM 3 không chỉ là bước tiến về độ chính xác mà còn mở rộng khả năng phân đoạn sang thế giới mở nhờ hỗ trợ prompt văn bản mở rãi. Khả năng phân đoạn toàn diện từng thực thể giúp giảm thiểu những sóng giả do các mô hình trướd đó gây ra. Đặc biệt, kiến trúc bộ phát hiện và truy vết tách rời giúp mô hình mở rộng tốt hơn trong các chuỗi video dài, phù hợp cho các ứng dụng như phân tích video, xử lý nội dung đa phương tiện hoặc tự động hóa trong hệ thống thị giác máy tính.
#SAM3 #MaskGeneration #SegmentAnything #MetaAI #OpenSource #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
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...
SAM3: Segment Anything with Concepts Usage (Transformers.js) If you haven't already, you can install the Transformers.js(https://huggingface.co/docs/transformers.js) JavaScript library from NPM(https://www.npmjs.com/package/@huggingface/transformers...
!FLUX.1 dev Grid(./devgrid.jpg) FLUX.1 dev is a 12 billion parameter rectified flow transformer capable of generating images from text descriptions. For more information, please read our blog post(https://blackforestlabs.ai/announcing-black-forest-la...
SAM 3.1 SAM 3(https://github.com/facebookresearch/sam3) (Segment Anything with Concepts) is a unified foundation model from Meta for promptable segmentation in images and videos. It detects, segments, and tracks objects using text or visual prompts...
Model Card for Segment Anything Model (SAM) - ViT Huge (ViT-H) version Detailed architecture of Segment Anything Model (SAM). Table of Contents 0. TL;DR(TL;DR) 1. Model Details(model-details) 2. Usage(usage) 3. Citation(citation) TL;DR Link to origi...
Model Card for Segment Anything Model (SAM) - ViT Base (ViT-B) version Detailed architecture of Segment Anything Model (SAM). Table of Contents 0. TL;DR(TL;DR) 1. Model Details(model-details) 2. Usage(usage) 3. Citation(citation) TL;DR Link to origi...
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...
Falcon Perception Falcon Perception is a 0.6B parameter early-fusion vision-language model for open-vocabulary grounding and instance segmentation. Given an image and a natural language query, it returns zero, one, or many matching instances with pi...