facebook/sam3.1
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...
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 3.1: Phân đoạn đa khái niệm siêu nhanh từ Meta
Mô hình nền tảng thống nhất cho segment anything với khả năng tracking đa đối tượng.
SAM 3.1 là phiên bản nâng cấp của SAM 3 (Segment Anything with Concepts) từ Meta, hỗ trợ phân đoạn ảnh và video thông qua prompt văn bản hoặc hình ảnh như điểm, hộp, mặt nạ. Phiên bản này giới thiệu Object Multiplex - công nghệ bộ nhớ chung cho tracking đa đối tượng đồng thời, tăng tốc ~7x với 128 đối tượng trên GPU H100 mà không giảm độ chính xác.
✨ Điểm nổi bật
- Object Multiplex: Tăng tốc 7x cho tracking đa đối tượng tới 128 đối tượng
- Prompt đa dạng: Hỗ trợ text, points, boxes, masks
- Phân đoạn mở rộng: Xử lý >50x khái niệm độc nhất so với benchmark hiện tại
- VOS cải tiến: Hiệu suất tốt hơn trên 6/7 bài kiểm tra
- Checkpoint-only: Chỉ chứa mô hình, không tích hợp Transformers
💡 Vì sao đáng chú ý
SAM 3.1 khác biệt với SAM truyền thống bằng khả năng xử lý đa khái niệm và tracking đa đối tượng đồng thời thông qua Object Multiplex. Đây là lựa chọn lý tưởng cho các ứng dụng video phức tạp cần tốc độ cao như giám sát thời gian thực, phân tích video đa đối tượng.
#SAM3.1 #MetaAI #Segmentation #VideoTracking #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...
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...
Model Details \📃 Tech Report\(https://arxiv.org/abs/2501.07256) \📂 Github\(https://github.com/facebookresearch/EdgeTAM) \🤗 Demo\(https://huggingface.co/spaces/yonigozlan/EdgeTAM-hf) EdgeTAM is an on-device executable variant of the SAM 2 for prom...
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...
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...
https://huggingface.co/nielsr/slimsam-77-uniform with ONNX weights to be compatible with Transformers.js. Usage (Transformers.js) If you haven't already, you can install the Transformers.js(https://huggingface.co/docs/transformers.js) JavaScript libr...