S

Sam Hq Vit Base

Developed by syscv-community
SAM-HQ是Segment Anything Model的增强版本,通过点或框等输入提示生成更高质量的物体掩码
Downloads 5,316
Release Time : 2/18/2025

Model Overview

该模型在原始SAM基础上改进,能生成更精确的分割掩码,特别擅长处理复杂边界和细薄结构物体,适用于图像编辑、自动化标注等场景

Model Features

高质量掩码生成
通过专门设计的高质量输出令牌,显著提升掩码预测质量,特别是在复杂边界和细薄结构物体上
全局-局部特征融合
融合早期和最终ViT特征,结合高层语义和低层边界信息,实现更精确分割
高效改进
仅增加不足0.5%的参数量,在8块GPU上训练4小时即可完成改进
零样本泛化能力
保持原始SAM的零样本泛化能力,同时在10个下游任务上表现更优

Model Capabilities

提示式掩码生成
自动掩码生成
高质量图像分割
零样本迁移学习

Use Cases

图像编辑
精确物体分割
用于图像编辑软件中的精确物体选择和分离
生成比原始SAM更精细的物体边缘
自动化标注
数据标注辅助
为计算机视觉数据集生成高质量标注
减少人工标注工作量,提高标注精度
医学图像分析
器官分割
用于医学图像中的器官或病变区域分割
能处理医学图像中的复杂边界结构
AIbase
Empowering the Future, Your AI Solution Knowledge Base
© 2025AIbase