Segment Anything Howto
Segment Anything adalah model AI yang dapat diprompt oleh Meta AI yang dapat melakukan segmentasi objek apa pun dalam gambar apa pun dengan kemampuan generalisasi zero-shot.
Lihat Lebih BanyakCara Menggunakan Segment Anything
Instal Segment Anything: Klon repositori GitHub dan instal paket menggunakan pip: git clone [email protected]:facebookresearch/segment-anything.git; cd segment-anything; pip install -e .
Unduh model checkpoint: Unduh checkpoint model yang telah dilatih sebelumnya dari repositori GitHub Segment Anything.
Impor modul yang diperlukan: Impor modul yang diperlukan: from segment_anything import sam_model_registry, SamAutomaticMaskGenerator, SamPredictor
Muat model: Muat model SAM menggunakan checkpoint: sam = sam_model_registry['<model_type>'](checkpoint='<path/to/checkpoint>')
Siapkan gambar input: Muat dan praproses gambar input Anda: image = cv2.imread('<image_path>'); image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
Hasilkan masker: Gunakan SamAutomaticMaskGenerator untuk menghasilkan masker: mask_generator = SamAutomaticMaskGenerator(sam); masks = mask_generator.generate(image)
Berikan prompt (opsional): Untuk segmentasi yang lebih tepat, berikan prompt seperti titik atau kotak untuk membimbing model: predictor = SamPredictor(sam); predictor.set_image(image); masks, _, _ = predictor.predict(<input_point>, <input_label>)
Visualisasikan hasil: Gunakan matplotlib atau alat visualisasi lainnya untuk menampilkan masker yang dihasilkan pada gambar asli
FAQ Segment Anything
Model Segment Anything (SAM) adalah model AI yang dikembangkan oleh Meta AI untuk segmentasi gambar. Ini dapat melakukan segmentasi objek apa pun dalam gambar berdasarkan berbagai prompt input seperti titik atau kotak, tanpa memerlukan pelatihan tambahan. SAM dirancang untuk generalisasi zero-shot ke objek dan gambar baru.
Tren Traffic Bulanan Segment Anything
Produk Segment Anything mengalami penurunan lalu lintas sebesar 18.1%, dengan penurunan sebanyak 24,259 kunjungan. Kurangnya pembaruan produk terbaru atau aktivitas pasar yang signifikan mungkin telah berkontribusi pada penurunan ini.
Lihat riwayat traffic
Lihat Selengkapnya