【ITBEAR科技資訊】7月17日消息，香港科技大學(xué)團隊近日成功研發(fā)出一款名為Semantic-SAM的圖像分割人工智能模型，為圖像處理領(lǐng)域注入了新的活力。該模型在粒度和語義功能方面較之前的SAM模型有著顯著的提升，能夠?qū)崿F(xiàn)對物體的多粒度級別分割和語義標(biāo)簽的提取。
據(jù)悉，Semantic-SAM的開發(fā)基于著名的Mask DINO框架，不過研究團隊主要對解碼器部分進行了改進，使其能夠同時支持通用分割和交互式分割。通過采用解耦的物體分類和部件分類方法，Semantic-SAM學(xué)習(xí)到了物體和部件的語義信息，從而在多粒度分割任務(wù)和交互分割任務(wù)方面取得了優(yōu)化效果。這一突破性的成果為圖像分割技術(shù)的發(fā)展帶來了更大的潛力。
研究團隊在進行了一系列實驗后發(fā)現(xiàn)，Semantic-SAM模型在分割質(zhì)量和粒度可控性方面表現(xiàn)優(yōu)于之前的SAM模型。它能夠更準確地分割出不同粒度級別上的物體，并為這些實體提供準確的語義標(biāo)簽，為圖像理解和應(yīng)用提供了更精細的信息。這一重要進展為計算機視覺領(lǐng)域的研究者和工程師們提供了更多的工具和技術(shù)支持，有望推動相關(guān)領(lǐng)域的創(chuàng)新應(yīng)用。
為了進一步推廣該模型的應(yīng)用，香港科技大學(xué)團隊已經(jīng)將Semantic-SAM項目發(fā)布在GitHub上，并同時上傳了論文至ArXiv平臺，以供研究者和開發(fā)者們參考和使用。這一開源舉措有助于促進學(xué)術(shù)界和工業(yè)界的合作與交流，推動圖像分割領(lǐng)域的不斷發(fā)展。
