Сегмент "Любая модель" (SAM)

Добро пожаловать на границу сегментации изображений с помощью модели Segment Anything Model, или SAM. Эта революционная модель изменила игру, представив оперативную сегментацию изображений с производительностью в реальном времени и установив новые стандарты в этой области.

Введение в SAM: Модель Segment Anything

Модель Segment Anything Model, или SAM, - это передовая модель сегментации изображений, которая позволяет выполнять сегментацию по запросу, обеспечивая беспрецедентную универсальность в задачах анализа изображений. SAM - это сердце инициативы Segment Anything, новаторского проекта, который представляет новую модель, задачу и набор данных для сегментации изображений.

SAMПередовая конструкция позволяет ему адаптироваться к новым распределениям изображений и задачам без предварительных знаний, что известно как перенос "нулевого снимка". Обученная на обширном наборе данных SA-1B, содержащем более 1 миллиарда масок, распределенных по 11 миллионам тщательно подобранных изображений, система SAM продемонстрировала впечатляющие результаты работы с нулевыми снимками, во многих случаях превзойдя предыдущие результаты, полученные под полным наблюдением.

SA-1B Примерные изображения. На изображения базы данных наложены маски из недавно представленного набора данных SA-1B. SA-1B содержит 11 миллионов разнообразных изображений высокого разрешения, лицензированных и защищенных от несанкционированного доступа, и 1,1 миллиарда высококачественных масок сегментации. Эти маски были аннотированы полностью автоматически на сайте SAM, и, как подтверждают человеческие оценки и многочисленные эксперименты, отличаются высоким качеством и разнообразием. Для наглядности изображения сгруппированы по количеству масок на одно изображение (в среднем на одно изображение приходится ∼100 масок).

Ключевые особенности модели Segment Anything Model (SAM)

• Задача сегментации по подсказке: SAM был разработан с учетом задачи сегментации по подсказке, что позволяет ему генерировать правильные маски сегментации по любой подсказке, например, по пространственным или текстовым подсказкам, идентифицирующим объект.
• Усовершенствованная архитектура: Модель Segment Anything Model использует мощный кодер изображений, кодер подсказок и легкий декодер масок. Эта уникальная архитектура обеспечивает гибкие подсказки, вычисление масок в реальном времени и осознание неоднозначности в задачах сегментации.
• Набор данных SA-1B: Представленный проектом Segment Anything, набор данных SA-1B содержит более 1 миллиарда масок на 11 миллионах изображений. Являясь крупнейшим на сегодняшний день набором данных для сегментации, он обеспечивает SAM разнообразным и масштабным источником обучающих данных.
• Производительность при нулевом простреле: SAM демонстрирует превосходную производительность при нулевом простреле в различных задачах сегментации, что делает его готовым к использованию инструментом для различных приложений с минимальной потребностью в оперативном проектировании.

Для более подробного ознакомления с моделью Segment Anything и набором данных SA-1B посетите веб-сайт Segment Anything и ознакомьтесь с исследовательской статьей Segment Anything.

Доступные модели, поддерживаемые задачи и режимы работы

В этой таблице представлены доступные модели с определенными предварительно обученными весами, задачи, которые они поддерживают, и их совместимость с различными режимами работы, такими как Inference, Validation, Training и Export, обозначенные ✅ emojis для поддерживаемых режимов и ❌ emojis для неподдерживаемых режимов.

Как использовать SAM: универсальность и мощь в сегментации изображений

Модель Segment Anything может быть использована для решения множества задач, выходящих за рамки ее обучающих данных. К ним относятся обнаружение краев, генерация предложений объектов, сегментация экземпляров и предварительное предсказание текста по маске. Благодаря оперативной разработке SAM может быстро адаптироваться к новым задачам и распределениям данных, что делает его универсальным и мощным инструментом для решения всех задач сегментации изображений.

SAM пример прогнозирования

from ultralytics import SAM

# Load a model
model = SAM("sam_b.pt")

# Display model information (optional)
model.info()

# Run inference with bboxes prompt
results = model("ultralytics/assets/zidane.jpg", bboxes=[439, 437, 524, 709])

# Run inference with single point
results = model(points=[900, 370], labels=[1])

# Run inference with multiple points
results = model(points=[[400, 370], [900, 370]], labels=[1, 1])

# Run inference with multiple points prompt per object
results = model(points=[[[400, 370], [900, 370]]], labels=[[1, 1]])

# Run inference with negative points prompt
results = model(points=[[[400, 370], [900, 370]]], labels=[[1, 0]])

from ultralytics import SAM

# Load a model
model = SAM("sam_b.pt")

# Display model information (optional)
model.info()

# Run inference
model("path/to/image.jpg")

# Run inference with a SAM model
yolo predict model=sam_b.pt source=path/to/image.jpg

• Логика заключается в том, чтобы сегментировать все изображение, если вы не передаете никаких подсказок (bboxes/points/masks).

from ultralytics.models.sam import Predictor as SAMPredictor

# Create SAMPredictor
overrides = dict(conf=0.25, task="segment", mode="predict", imgsz=1024, model="mobile_sam.pt")
predictor = SAMPredictor(overrides=overrides)

# Set image
predictor.set_image("ultralytics/assets/zidane.jpg")  # set with image file
predictor.set_image(cv2.imread("ultralytics/assets/zidane.jpg"))  # set with np.ndarray
results = predictor(bboxes=[439, 437, 524, 709])

# Run inference with single point prompt
results = predictor(points=[900, 370], labels=[1])

# Run inference with multiple points prompt
results = predictor(points=[[400, 370], [900, 370]], labels=[[1, 1]])

# Run inference with negative points prompt
results = predictor(points=[[[400, 370], [900, 370]]], labels=[[1, 0]])

# Reset image
predictor.reset_image()

from ultralytics.models.sam import Predictor as SAMPredictor

# Create SAMPredictor
overrides = dict(conf=0.25, task="segment", mode="predict", imgsz=1024, model="mobile_sam.pt")
predictor = SAMPredictor(overrides=overrides)

# Segment with additional args
results = predictor(source="ultralytics/assets/zidane.jpg", crop_n_layers=1, points_stride=64)

• Дополнительные параметры для Segment everything см. Predictor/generate Ссылка.

SAM сравнение с YOLOv8

Здесь мы сравниваем самую маленькую модель SAM , SAM-b, с самой маленькой моделью сегментации Ultralytics , YOLOv8n-seg:

Это сравнение показывает разницу в размерах и скорости работы моделей на порядок. Несмотря на то, что SAM предоставляет уникальные возможности для автоматического сегментирования, он не является прямым конкурентом сегментных моделей YOLOv8 , которые меньше, быстрее и эффективнее.

Тесты выполняются на Macbook Apple M2 2023 с 16 ГБ оперативной памяти. Чтобы воспроизвести этот тест:

from ultralytics import ASSETS, SAM, YOLO, FastSAM

# Profile SAM-b, MobileSAM
for file in ["sam_b.pt", "mobile_sam.pt"]:
    model = SAM(file)
    model.info()
    model(ASSETS)

# Profile FastSAM-s
model = FastSAM("FastSAM-s.pt")
model.info()
model(ASSETS)

# Profile YOLOv8n-seg
model = YOLO("yolov8n-seg.pt")
model.info()
model(ASSETS)

Автоматическая аннотация: Быстрый путь к базам данных сегментации

Автоматическая аннотация - ключевая особенность SAM, позволяющая пользователям генерировать набор данных сегментации с помощью предварительно обученной модели обнаружения. Эта функция позволяет быстро и точно аннотировать большое количество изображений, минуя необходимость в трудоемком ручном маркировании.

Создайте набор данных для сегментации с помощью модели обнаружения

Для автоаннотирования набора данных с помощью фреймворка Ultralytics используйте auto_annotate как показано ниже:

from ultralytics.data.annotator import auto_annotate

auto_annotate(data="path/to/images", det_model="yolo11x.pt", sam_model="sam_b.pt")

Сайт auto_annotate Функция принимает путь к вашим изображениям с дополнительными аргументами для указания предварительно обученных моделей обнаружения и сегментации SAM , устройства для запуска моделей и выходной директории для сохранения аннотированных результатов.

Автоматическая аннотация с помощью предварительно обученных моделей позволяет значительно сократить время и усилия, необходимые для создания высококачественных наборов данных сегментации. Эта функция особенно полезна для исследователей и разработчиков, работающих с большими коллекциями изображений, поскольку позволяет им сосредоточиться на разработке и оценке моделей, а не на ручном аннотировании.

Цитаты и благодарности

Если вы найдете сайт SAM полезным в ваших исследованиях или разработках, пожалуйста, подумайте о том, чтобы сослаться на нашу статью:

@misc{kirillov2023segment,
      title={Segment Anything},
      author={Alexander Kirillov and Eric Mintun and Nikhila Ravi and Hanzi Mao and Chloe Rolland and Laura Gustafson and Tete Xiao and Spencer Whitehead and Alexander C. Berg and Wan-Yen Lo and Piotr Dollár and Ross Girshick},
      year={2023},
      eprint={2304.02643},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

Мы хотели бы выразить благодарность компании Meta AI за создание и поддержку этого ценного ресурса для сообщества компьютерного зрения.

ЧАСТО ЗАДАВАЕМЫЕ ВОПРОСЫ

Что такое Segment Anything Model (SAM) от Ultralytics?

Segment Anything Model (SAM) от Ultralytics - это революционная модель сегментации изображений, разработанная для задач сегментации с подсказками. Она использует передовую архитектуру, включающую кодировщики изображений и подсказок в сочетании с легким декодером масок, для генерации высококачественных масок сегментации на основе различных подсказок, таких как пространственные или текстовые сигналы. Обученный на обширном наборе данных SA-1B, SAM демонстрирует превосходную производительность при работе с нулевыми снимками, адаптируясь к новым распределениям изображений и задачам без предварительных знаний. Подробнее здесь.

Как использовать модель Segment Anything Model (SAM) для сегментации изображений?

Вы можете использовать модель Segment Anything Model (SAM) для сегментации изображений, выполняя умозаключения с различными подсказками, такими как ограничительные рамки или точки. Вот пример использования Python:

from ultralytics import SAM

# Load a model
model = SAM("sam_b.pt")

# Segment with bounding box prompt
model("ultralytics/assets/zidane.jpg", bboxes=[439, 437, 524, 709])

# Segment with points prompt
model("ultralytics/assets/zidane.jpg", points=[900, 370], labels=[1])

# Segment with multiple points prompt
model("ultralytics/assets/zidane.jpg", points=[[400, 370], [900, 370]], labels=[[1, 1]])

# Segment with multiple points prompt per object
model("ultralytics/assets/zidane.jpg", points=[[[400, 370], [900, 370]]], labels=[[1, 1]])

# Segment with negative points prompt.
model("ultralytics/assets/zidane.jpg", points=[[[400, 370], [900, 370]]], labels=[[1, 0]])

Кроме того, вы можете запустить вывод с помощью SAM в интерфейсе командной строки (CLI):

yolo predict model=sam_b.pt source=path/to/image.jpg

Более подробные инструкции по использованию можно найти в разделе "Сегментация".

Как SAM и YOLOv8 соотносятся по производительности?

По сравнению с YOLOv8, модели SAM , такие как SAM-b и FastSAM-s, больше и медленнее, но предлагают уникальные возможности для автоматической сегментации. Например, Ultralytics YOLOv8n -seg в 53,4 раза меньше и в 866 раз быстрее, чем SAM-b. Однако производительность SAM'zero-shot' делает его очень гибким и эффективным в различных необучаемых задачах. Подробнее о сравнении производительности SAM и YOLOv8 можно узнать здесь.

Как выполнить автоаннотирование набора данных с помощью SAM?

Ultralytics' SAM предлагает функцию автоаннотирования, которая позволяет генерировать наборы данных сегментации с помощью предварительно обученной модели обнаружения. Вот пример в Python:

from ultralytics.data.annotator import auto_annotate

auto_annotate(data="path/to/images", det_model="yolov8x.pt", sam_model="sam_b.pt")

Эта функция принимает путь к изображениям и необязательные аргументы для предварительно обученных моделей обнаружения и сегментации SAM , а также спецификации устройства и выходного каталога. Полное руководство см. в разделе Автоаннотация.

Какие наборы данных используются для обучения модели Segment Anything Model (SAM)?

SAM обучен на обширном наборе данных SA-1B, включающем более 1 миллиарда масок на 11 миллионах изображений. SA-1B - это крупнейший на сегодняшний день набор данных для сегментации, который предоставляет высококачественные и разнообразные обучающие данные, обеспечивающие впечатляющую производительность при выполнении различных задач сегментации. Более подробную информацию можно найти в разделе "Наборы данных".

📅 Создано 1 год назад ✏️ Обновлено 1 месяц назад

Комментарии