facebook/sam2.1-hiera-large
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 Tháng
#1 Repository Của Tháng
🎯 SAM 2.1 Hiera-Large — Phân đoạn bằng prompt trên ảnh và video
Từ FAIR: mô hình nền tảng cho phân đoạn hình ảnh và video thông qua prompt.
SAM 2.1 Hiera-Large là phiên bản cải tiến của mô hình Segment Anything (SAM) từ nhóm nghiên cứu FAIR tại Meta. Dự án hỗ trợ phân đoạn đối tượng trong cả hình ảnh cá nhân lẫn video dựa trên các loại prompt như điểm nhấn, hộp giới hạn (bounding box), hoặc nhiều đối tượng cùng lúc. Mô hình được phát hành chính thức kèm mã nguồn và tài liệu trên Hugging Face cũng như GitHub.
✨ Điểm nổi bật
- Dự đoán trên ảnh: sử dụng
SAM2ImagePredictorđể phân đoạn từng đối tượng theo prompt. - Dự đoán trên video: dùng
SAM2VideoPredictorđể khởi tạo trạng thái video, thêm prompt và lan truyền mặt nạ qua các khung hình. - Tích hợp Transformers: hỗ trợ qua pipeline
mask-generationhoặc lớpSam2Model,Sam2Processor. - Đa dạng prompt: hỗ trợ click điểm đơn, nhiều điểm tinh chỉnh, hộp giới hạn, đa đối tượng.
- Xử lý theo lô (batch): cho phép xử lý nhiều ảnh hoặc video cùng lúc để tăng hiệu suất.
- Đầu ra đa mặt nạ: mô hình trả về nhiều dự đoán mặt nạ được xếp hạng theo điểm chất lượng.
- Tối ưu bộ nhớ: sử dụng
torch.autocastvớibfloat16để tiết kiệm VRAM khi chạy trên GPU.
💡 Vì sao đáng chú ý
Khác biệt với các mô hình phân đoạn truyền thống, SAM 2.1 cho phép người dùng điều khiển việc phân đoạn chỉ bằng cách cung cấp prompt đơn giản như một cái click chuột hoặc vẽ một hộp bao quanh đối tượng. Điều này mở rộng ứng dụng sang cả video, nơi mà việc theo dõi và phân đoạn đối tượng qua thời gian trở nên khả thi nhờ cơ chế lan truyền mặt nạ (propagation). Dự áng phù hợp cho các ứng dụng như chỉnh sửa ảnh, phân tích video, và xây dựng công cụ đ VIS đa dạng.
#SAM2 #Segmentation #Transformers #FAIR #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...
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...
Cross-Encoder for MS Marco This model was trained on the MS Marco Passage Ranking(https://github.com/microsoft/MSMARCO-Passage-Ranking) task. The model can be used for Information Retrieval: Given a query, encode the query will all possible passages...
BERT base model (uncased) Pretrained model on English language using a masked language modeling (MLM) objective. It was introduced in this paper(https://arxiv.org/abs/1810.04805) and first released in this repository(https://github.com/google-resear...
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...