Новый подход к сегментации изображений без необходимости разметки данных

Преобразование моделей на основе трансформаторов в задачах сегментации

Модель Segment Anything от Meta

Модель Segment Anything от Meta стала эталоном благодаря своей надежной и изысканной производительности. Однако для обучения все еще требуется ручная разметка, что делает процесс обучения сложным. Аннотация людьми является трудоемкой, ненадежной для чувствительных приложений, а также дорогостоящей и затратной по времени.

Новый подход: Unsupervised SAM (UnSAM)

Ученые из UC Berkeley разработали новый метод Unsupervised SAM (UnSAM), который использует стратегию «разделяй и властвуй» для создания масок сегментации с различным уровнем детализации на основе иерархических структур. UnSAM превзошел SAM на 6,7% в AR и на 3,9% в AP на наборе данных SA-1B при обучении на 1% набора данных. В среднем UnSAM превзошел предыдущий SOTA на 11,0% в AR. При оценке на PartImageNet и PACO UnSAM превзошел SOTA на 16,6% и 12,6% соответственно.

Применение в бизнесе

Используйте решения на основе ИИ для автоматизации процессов, начиная с малых проектов и анализируя результаты. AI Sales Bot от saile.ru поможет вам в управлении продажами, снижая нагрузку на первую линию и улучшая обслуживание клиентов.