Segment Anything V2, også kjent som SAM2, er en banebrytende AI-modell utviklet av Meta AI som revolusjonerer objektsegmentering i både bilder og videoer.
Segment Anything V2 er en toppmoderne AI-modell som muliggjør sømløs segmentering av objekter på tvers av bilder og videoer. Det er den første enhetlige modellen som kan håndtere både bilde- og videosegmenteringsoppgaver med eksepsjonell nøyaktighet og effektivitet. Segment Anything V2 (SAM2) bygger videre på suksessen til forgjengeren, Segment Anything Model (SAM), ved å utvide sine promptbare kapasiteter til videodomene.
Med Segment Anything V2 (SAM2) kan brukere velge et objekt i et bilde eller videoklipp ved hjelp av forskjellige inndatametoder, som et klikk, en avgrensningsboks eller en maske. Modellen segmenterer deretter intelligent det valgte objektet, slik at det er mulig å nøyaktig trekke ut og manipulere spesifikke elementer innen det visuelle innholdet.
SAM2 utvider SAM's promptbare kapasitet til videoer ved å introdusere en per-økt minnemodul som fanger opp informasjon om målobjekter, og muliggjør objektsporing på tvers av bilder, selv med midlertidige forsvinninger. Den strømmende arkitekturen behandler videobilder ett om gangen, og oppfører seg som SAM for bilder når minnemodulen er tom. Dette muliggjør sanntids videobehandling og naturlig generalisering av SAM's kapasiteter. SAM2 støtter også interaktive maskeforrettelser basert på brukerprompt. Modellen benytter en transformerarkitektur med strømmende minne og er trent på SA-V datasettet, det største videosegmenteringsdatasettet samlet inn ved hjelp av en modell-i-løkken data motor som forbedrer både modellen og dataene gjennom brukerinteraksjon.
Denne ComfyUI arbeidsflyten støtter valg av et objekt i en videobilde ved hjelp av et klikk/peker.
Videolasting: Velg og last opp videoen du ønsker å behandle.
nøkkelpunkt: Plasser tre nøkkelpunkter på lerretet—positive0
, positive1
, og negative0
:
positive0
og positive1
markerer områdene eller objektene du vil segmentere.
negative0
hjelper med å ekskludere uønskede områder eller distraksjoner.
points_store: Lar deg legge til eller fjerne punkter etter behov for å finjustere segmenteringsprosessen.
Modellalternativer: Velg blant tilgjengelige SAM2-modeller: tiny
, small
, large
, eller base_plus
. Større modeller gir bedre resultater, men krever mer lastetid.
For mer informasjon, vennligst besøk .
© Opphavsrett 2024 RunComfy. Alle Rettigheter Forbeholdt.