facebook/sam2-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 Tháng
#1 Repository Của Tuần
#1 Repository Của Tuần
🎯 SAM 2: Phân đoạn bất kỳ thứ gì trong ảnh và video
Mô hình nền tảng phân đoạn hình ảnh và video từ FAIR, hỗ trợ đầu vào linh hoạt và xuất kết quả chính xác.
SAM 2 (Segment Anything in Images and Videos) là một mô hình nền tảng do FAIR phát triển, nhằm giải quyết bài toán phân đoạn hình ảnh và video dựa trên lời nhắc (promptable visual segmentation). Phiên bản sam2-hiera-base-plus cung cấp khả năng phân đoạn đa dạng hình thái đầu vào, phù hợp cho cả hình ảnh đơn lẫn video.
✨ Điểm nổi bật
- Phân đoạn ảnh: Sử dụng
SAM2ImagePredictorđể phân đoạn hình ảnh dựa trên điểm nhấn hoặc hộp giới hạn. - Phân đoạn video: Dùng
SAM2VideoPredictorđể khởi tạo trạng thái video và lan truyền mặt nạ qua các khung hình. - Hỗ trợ đa dạng đầu vào: Điểm nhấn, điểm nhấn âm/tích cực, hộp giới hạn (bounding box), đa đối tượng.
- Tích hợp Transformers: Hỗ trợ sử dụng qua pipeline
mask-generationvà lớpSam2Model,Sam2Processor. - Tối ưu hiệu năng: Sử dụng
torch.inference_mode()vàtorch.autocastđể tăng tốc suy diễn trên GPU. - Xuất mask chất lượng cao: Hỗ trợ xuất nhiều másc raster được xếp hạng theo điểm số chất lượng.
- Hỗ trợ batch inference: Xử lý đồng thời nhiều hình ảnh để cải thiện hiệu quả.
💡 Vì sao đáng chú ý
SAM 2 nâng cấp đáng kể so với phiên bản SAM trước đó bằng cách thêm khả năng xử lý video, cho phép người dùng không chỉ phân đoạn trong ảnh mà còn theo dõi và lan truyền mặt nạ qua toàn bộ video. Điều này mở ra ứng dụng mạnh mẽ trong các lĩnh vực như giám sát an ninh, phân tích video, hoặc khai thác nội dung đa phương tiện. Thêm vào đó, sự tích hợp sẵn với thư viện Transformers của Hugging Face giúp triển khai và sử dụng trở nên cực kỳ đơn giản.
#SAM2 #SegmentAnything #FAIR #Transformers #MaskGeneration #VideoSegmentation #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...
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...