Müssen Sie Objekte in Bildern auswählen? Segmentieren Sie alles, was genau das tut

Alles segmentieren, kürzlich von Facebook Research veröffentlicht, macht etwas, was die meisten Menschen, die sich mit Computer Vision beschäftigt haben, als entmutigend empfunden haben: zuverlässig bestimmen, welche Pixel in einem Bild zu einem Objekt gehören. Dies einfacher zu machen, ist das Ziel des Segment Anything Model (SAM), das gerade unter der Apache-2.0-Lizenz veröffentlicht wurde.

Die Ergebnisse sehen fantastisch aus, und da ist es eine interaktive Demo verfügbar wo Sie mit den verschiedenen Funktionsweisen von SAM herumspielen können. Objekte können durch Zeigen und Klicken auf ein Bild ausgewählt werden, oder Bilder können automatisch segmentiert werden. Es ist ehrlich gesagt sehr beeindruckend zu sehen, wie SAM es so einfach macht, verschiedene Objekte in einem Bild zu verstecken. Was dies möglich macht, ist maschinelles Lernen, und ein Teil davon ist die Tatsache, dass das Modell hinter dem System mit einem riesigen Datensatz hochwertiger Bilder und Masken trainiert wurde, was ihn bei seiner Arbeit sehr effizient macht.

Sobald ein Bild segmentiert ist, können diese Masken als Schnittstelle zu anderen Systemen wie Objekterkennung (die identifiziert und kennzeichnet, was ein Objekt ist) und anderen Computer-Vision-Anwendungen verwendet werden. Ein solches System funktioniert effizienter, wenn sie schließlich schon wissen, wo sie suchen müssen. Das Meta-KI-Blogbeitrag geht etwas detaillierter darauf ein, was mit SAM möglich ist, und ausführlichere Details sind in die Forschungsarbeit.

Systeme wie dieses verlassen sich auf Qualitätsdatensätze. Natürlich geht nichts über eine große Sammlung von Daten aus der realen Welt, aber wir haben auch gesehen, dass es möglich ist, Daten, die nie existierten, automatisch zu generieren und nützliche Ergebnisse zu erzielen.