分割一切的视觉算法出现,病理和影像的人工智能可能会被颠覆!
时间:2023-04-10 20:08:27 热度:37.1℃ 作者:网络
Meta研究部门发布了一篇名为其“Segment Anything(分割一切)”的论文,文中介绍了一个全新的Segment Anything Model(即SAM),可以用于识别图像和视频中的物体,甚至是人工智能从未被训练过的物品。
所谓的“分割”,用最通俗的话来说就是抠图。但Meta此次所展示的人工智能抠图能力,可能远比你想象的要更加强大,甚至在人工智能领域被认为是计算机视觉的“GPT-3时刻”。
此次SAM的一大突破还在于即使是在训练过程中从未遇到过的物品和形状,人工智能也能将其准确识别并分割出来。
英伟达人工智能科学家 Jim Fan 表示此次SAM最大的一点突破是它已经基本能够理解“物品”的一般概念,即使对于未知对象、不熟悉的场景(例如水下和显微镜里的细胞)它都能比较准确的理解。因此他表示相信SAM的出现会是在计算机视觉领域里的GPT-3时刻。
不仅是Jim有这样的观点,一些AI研究专家甚至也表示,SAM之于计算机视觉,就像是GPT之于大语言模型。
有神经外科影像学的专家将SAM用到了一个脊髓血管病的病例文件之中,认为SAM在帮助判断和分析病情上有很大帮助。
有生物学家输入了一张显微镜下的组织图片,即使图中形状特征毫无规律,但凭借着Zero-shot技术,SAM也能够自动识别多细胞结构中的腺体、导管、动脉等。该生物学家认为SAM的产出结果已经非常接近完美,未来能够节省大量手动注释的时间。
几乎同时,国内的智源研究院视觉团队也提出了通用分割模型SegGPT——Segment Everything in Context,首个利用视觉上下文完成各种分割任务的通用视觉模型。
SegGPT “一通百通”:可使用一个或几个示例图片和对应的掩码即可分割大量测试图片。用户在画面上标注识别一类物体,即可批量化识别分割出其他所有同类物体,无论是在当前画面还是其他画面或视频环境中。
SAM“一触即通”:通过一个点、边界框或一句话,在待预测图片上给出交互提示,识别分割画面上的指定物体。这也就意味着,SAM的精细标注能力,与SegGPT的批量化标注分割能力,还能进一步相结合,产生全新的CV应用。
参考资料:
https://research.facebook.com/publications/segment-anything/
https://segment-anything.com/
论文地址:https://arxiv.org/abs/2304.02643
论文地址:https://arxiv.org/abs/2211.07636
最新资讯
- BMC Oral Health:广州医科大学附属口腔医院---Er:YAG激光联合氟化物治疗对儿童多发性龈上菌斑微生物群的影响
- J Oral Sci:利用微计算机断层扫描和扫描电子显微镜与能量色散光谱区分人类前磨牙天然白斑牙釉质病变与正常牙釉质
- J Neuroeng Rehabil:三种足踝辅助装置的生物力学比较分析
- Nat Med:达格列净在心力衰竭患者中的肾功能保护作用
- Eur Heart J:吴永健教授发文中度至剧烈的体力活动与退行性主动脉瓣狭窄风险的关系
- 震撼!上海大三甲主任路边直播唱歌走红,收入已全部捐出!唱歌只为解压,直播间却短暂被封!超70%医生会唱歌,直播唱歌或成为新赛道
- 每月给药一次!美国FDA获批新疗法,可降低早期症状性阿尔茨海默病进展风险39%
- CNS Drugs:氯氮平诱发心肌炎后精神分裂症的再挑战:何时、为何及如何进行