计算机行业专题研究-AI应用-SAM实现CV底层技术颠覆式创新-或将赋能多场景应用-天风证券_17页_1mb

技术革新
Meta发布Segment Anything Model（SAM），实现计算机视觉（CV）底层技术突破。该模型可识别图像和视频中未训练过的物体，基于类似NLP的提示工程技术，具备零样本迁移能力，无需额外训练即可泛化到新领域，适用于多种用例。SAM支持三种交互分割方式：悬停点击、框选、全选，且可通过文字查询实现对象定位。对于视频，SAM能快速标记物体种类、大小并自动分类，未来或与AR/VR、内容创作等技术结合。

数据集优势
Meta同步推出SA-1B数据集，包含1100万张图像及11亿个分割掩码，规模是现有数据集的400倍。该数据集采用高分辨率、多样化图像，掩码质量与多样性均表现优异。SAM模型通过交互式标注可提升掩码生成效率，单次标注耗时约14秒，比COCO手动标注快65倍，比以往最大数据集快2倍。数据引擎结合模型辅助、全自动标注等技术，实现掩码多样性扩展。

应用场景
SAM作为开源AI组件，可赋能多领域：