![介绍 SAM 2：下一代 Meta 视频和图像分割模型 [译]](https://scontent-ord5-1.xx.fbcdn.net/v/t39.2365-6/452258162_1278169679835253_6611651848984223695_n.png?_nc_cat=101&ccb=1-7&_nc_sid=e280be&_nc_ohc=Gwx36k7z7sUQ7kNvgHKfDLX&_nc_ht=scontent-ord5-1.xx&oh=00_AYAO2clEdTyi8UF1zXRROBNyK1VKYJj0a2hBm0HlptK_yA&oe=66C295BA)
介绍 SAM 2：下一代 Meta 视频和图像分割模型 [译]
💡
原文中文，约6900字，阅读约需17分钟。
📝
内容提要
Meta推出了下一代图像和视频分割模型SAM 2，支持实时对象分割，性能优于前代。该模型能够处理未见对象，适用于视频效果和数据标注等多种应用。开源代码和SA-V数据集将共享，包含51,000个视频和600,000个掩码，推理速度接近实时，推动计算机视觉的发展。
🎯
关键要点
- Meta推出了下一代图像和视频分割模型SAM 2，支持实时对象分割，性能优于前代。
- SAM 2能够处理未见对象，适用于视频效果和数据标注等多种应用。
- 开源代码和SA-V数据集将共享，包含51,000个视频和600,000个掩码。
- SAM 2的推理速度接近实时，推动计算机视觉的发展。
- SAM 2在图像分割精度上超过了之前的能力，并在视频分割性能上优于现有方法。
- SAM 2的设计允许在视频中实时处理对象分割，并支持多种交互提示。
- SA-V数据集的规模比现有最大视频分割数据集多4.5倍，包含丰富的标注。
- SAM 2的快速推理能力可能激发实时视频中对象选择和交互的新方式。
❓
延伸问答
SAM 2模型的主要功能是什么？
SAM 2模型支持实时对象分割，能够处理未见对象，适用于图像和视频的多种应用。
SA-V数据集包含哪些内容？
SA-V数据集包含约51,000个视频和超过600,000个掩码，规模比现有最大视频分割数据集多4.5倍。
SAM 2在视频分割性能上与前代相比有什么提升？
SAM 2在视频分割性能上优于现有方法，并且在图像分割精度上也超过了之前的能力。
SAM 2的推理速度如何？
SAM 2的推理速度接近实时，达到每秒约44帧。
SAM 2如何处理视频中的遮挡问题？
SAM 2引入了遮挡检测模块，能够预测当前帧中是否存在目标对象，即使对象被遮挡。
SAM 2的开源计划是什么？
SAM 2的代码和权重将在Apache 2.0许可证下开源，SA-V数据集也将在CC BY 4.0许可证下共享。
➡️
