港科大推出图像分割 AI“Semantic-SAM”，可为实体提供语义标签

IT之家7月17日消息，香港科技大学团队开发了名为-SAM的图像分割AI模型，与Meta之前发布的SAM模型相比，-SAM具有更强的粒网度和语义功能，可用于在粒度级别上对不同的对象进行分割和识别，并为分割后的实体提供语义标签。

据悉，-SAM是基于Mask DINO框架开发的，其模型结构主要进行网了部分改进，同时支持通用分割和交互式分割。

研究团队通过采用解耦的对象分类和零件分类方法来学习对象和零件的语义信息，实现了多粒度分割任务和交互式分割任务的优化。 实验结果表明-SAM网在分割质量和粒度可控性方面优于Meta的SAM模型。

该项目已发表于 ，论文也同时上传到ArXiv。 感兴趣的IT族朋友可以去看看。

广告声明：文章中包含的外部跳转链接（包括但不限于超链接、二维码、密码等）用于传达更多信息，节省选择时间。 结果仅供参考。 IT之家的所有文章均包含此声明。