Segment Anything

Segment Anything（SAM）是2023年由Meta AI提出的基础分割模型，通过大规模预训练实现零样本图像分割。SAM采用提示式分割架构，支持点、框、掩码等多种提示输入，能够在SA-1B数据集（超过10亿个掩码）上进行预训练，在多个分割基准测试上取得了优异性能。该方法是计算机视觉基础模型领域的代表性工作，推动了分割任务的通用化和零样本化。