Segment Anything Model (SAM)

Segment Anything Model (SAM) 是什麼？

Segment Anything Model (SAM) 是由 Meta AI Fundamental AI Research (FAIR) 團隊開發的先進影像分割模型。以目前最大規模的分割資料集訓練（超過 11 萬張影像與 11 億個遮罩），SAM 可根據多元提示（如點、框、文字）產生精準分割遮罩。其架構包含影像編碼器、提示編碼器與輕量化遮罩解碼器，實現即時遮罩產生與強大的 zero-shot 效能，無需額外訓練即可應用於各種分割任務。SAM 讓影像分割更普及，簡化標註流程，並支援從醫學影像到環境監測等多元應用。

主要功能

• 可提示式分割 (Promptable Segmentation)

  可依據彈性提示（如點選、框選、粗略遮罩或文字輸入）產生精確的分割遮罩。

• Foundation Model 架構

  結合 transformer 影像編碼器、提示編碼器以及輕量化遮罩解碼器，優化即時互動分割。

• 超大規模訓練資料集

  以 SA-1B 資料集訓練，涵蓋超過 11 萬張影像及 10 億個遮罩，具備廣泛泛化能力與 zero-shot 遷移。

• Zero-Shot 泛化能力

  能於全新影像領域與任務中分割物件，無需針對任務進行額外訓練或微調。

• 開源且可擴充

  以 Apache 2.0 授權釋出，程式碼、模型與資料集皆可用於學術與商業用途。

• 即時效能

  高效遮罩解碼，約 50 毫秒即可產生遮罩，支援互動式應用。

使用案例

• AI 輔助影像標註 : 自動產生分割遮罩以協助人工標註，大幅提升標註流程效率。
• 醫學影像 : 可精確分割解剖結構或病灶，協助診斷與治療規劃。
• 環境與衛星影像 : 精準分割衛星影像，利於地表分類、災害應變及氣候監測。
• 擴增實境與視覺特效 : 支援即時物件分割，應用於 AR 與後製視覺特效。
• 機器人與自駕車 : 分割物件以提供場景理解，協助導航與互動。

常見問題