07月17日,星期一 11:45
火讯财经讯,据IT之家7月17日报道,香港科技大学团队开发出一款名为Semantic-SAM的图像分割AI模型,相比Meta此前发布的SAM模型,Semantic-SAM具有更强的粒度和语义功能,能够在不同粒度级别上分割和识别物体,并为分割出的实体提供语义标签。据悉,Semantic-SAM基于MaskDINO框架进行开发,其模型结构主要改进在decoder部分,同时支持通用分割和交互式分割。研究团队通过采用解耦的物体分类和部件分类方法,学习物体和部件的语义信息,从而实现了多粒度分割任务和交互分割任务的优化。实验结果表明,Semantic-SAM在分割质量和粒度可控性方面优于Meta的SAM模型。