模型与资源
Segment Anything（SAM）
Meta AI 推出的零样本图像分割基础模型，支持交互式提示与高精度掩码生成
访问官网
segment-anything.com
Segment Anything（SAM）是什么
Segment Anything Model (SAM) 是由 Meta AI 开发的基础模型，旨在解决图像分割任务。该模型具备强大的零样本迁移能力，能够根据点、框或文本等提示，快速识别并分割图像中的任意对象，无需针对特定数据集进行额外训练。
作为“分割一切”项目的核心，SAM 提供了灵活的交互接口和高效的推理速度。它不仅可以独立使用，还能作为其他计算机视觉任务的组件，为内容创作、数据标注及医疗影像分析等领域提供通用的分割解决方案。更多技术细节请以官网为准。
主要功能
- 零样本泛化无需针对特定对象或场景进行微调，即可在未见过的数据上实现高质量分割。
- 多提示交互支持通过点击点、绘制边界框或结合文本提示来引导模型生成分割掩码。
- 实时性能优化后的架构允许在标准硬件上进行快速推理，满足交互式应用需求。
- 高分辨率支持能够处理高分辨率图像，保持边缘细节的准确性和完整性。
- 开源生态提供预训练模型权重和代码库，便于开发者集成到本地工作流中。
如何使用
- 访问 Meta AI Demos 或官方项目页面体验在线演示。
- 上传需要处理的图像文件。
- 使用鼠标点击对象内部或外部，或绘制边界框作为提示。
- 查看模型实时生成的分割掩码结果。
- 如需本地部署，可从官方仓库下载预训练模型和代码。
应用场景
- 数据标注加速辅助人工快速生成大规模图像数据集的分割标签，降低标注成本。
- 创意编辑在设计软件中精确选取对象，用于背景替换、特效添加或素材提取。
- 科学影像分析应用于显微镜图像或卫星遥感图，自动识别细胞、植被或建筑结构。
价格 / 免费额度
以官网为准
适合人群
- 计算机视觉研究人员
- AI 应用开发者
- 数字内容创作者
- 数据标注团队
常见问题
SAM 是否需要针对我的数据进行训练？
不需要。SAM 是一个零样本模型，可以直接用于分割未见过的对象，无需额外训练。
支持哪些类型的提示输入？
支持前景/背景点、边界框以及掩码提示，部分版本也支持文本提示。