एसएएम से मिलें, मेटा का नया एआई इमेज सेगमेंटेशन टूल जो आपके लिए जटिल छवियों से संबंधित है

मेटा का नया सेगमेंट एनीथिंग मॉडल सामने आया। एसएएम मॉडल इमेज सेगमेंटेशन के लिए उच्च गुणवत्ता वाले मास्क बनाने का एक नया तरीका है।

अनुस्मारक: छवि विभाजन कंप्यूटर दृष्टि में एक मौलिक कार्य है जिसका उद्देश्य एक छवि को उन क्षेत्रों में विभाजित करना है जो विभिन्न वस्तुओं या सिमेंटिक श्रेणियों के अनुरूप हैं और इसमें ऑब्जेक्ट डिटेक्शन, दृश्य समझ, छवि संपादन और वीडियो विश्लेषण जैसे कई अनुप्रयोग हैं।

हालाँकि, छवि विभाजन भी एक चुनौतीपूर्ण समस्या है, विशेष रूप से जटिल दृश्यों से निपटने के दौरान जिसमें अलग-अलग आकार, आकार और दिखावे के साथ कई वस्तुएँ होती हैं। इसके अलावा, अधिकांश मौजूदा छवि विभाजन विधियों में प्रशिक्षण के लिए बड़ी मात्रा में एनोटेट डेटा की आवश्यकता होती है, जिसे प्राप्त करना महंगा और समय लेने वाला हो सकता है। मेटा इस मुद्दे को एसएएम मॉडल के साथ हल करना चाहता है।

सैम मॉडल: मेटा का नया सेगमेंट एनीथिंग मॉडल क्या है?

सेगमेंट एनीथिंग मॉडल (एसएएम) एक नया और शक्तिशाली आर्टिफिशियल इंटेलिजेंस मॉडल है जो किसी छवि या वीडियो में किसी भी वस्तु को उच्च गुणवत्ता और दक्षता के साथ विभाजित कर सकता है। विभाजन किसी वस्तु को उसकी पृष्ठभूमि या अन्य वस्तुओं से अलग करने और उसके आकार और सीमाओं को रेखांकित करने वाला मुखौटा बनाने की प्रक्रिया है। एसएएम मॉडल के साथ, आपके संपादन, संयोजन, ट्रैकिंग, पहचान और विश्लेषण कार्य आसान हो जाएंगे।

SAM अन्य विभाजन मॉडल से कई मायनों में भिन्न है, जैसे:

• एसएएम संकेत देने योग्य है, जिसका अर्थ है कि यह किस वस्तु को खंडित करने के लिए निर्दिष्ट करने के लिए विभिन्न इनपुट संकेत ले सकता है, जैसे बिंदु या बक्से। उदाहरण के लिए, आप किसी व्यक्ति के चेहरे के चारों ओर एक बॉक्स बना सकते हैं, और सेगमेंट एनीथिंग मॉडल चेहरे के लिए एक मुखौटा उत्पन्न करेगा। आप एक साथ कई ऑब्जेक्ट को सेगमेंट करने के लिए कई संकेत भी दे सकते हैं। एसएएम मॉडल जटिल दृश्यों को अवरोधन, प्रतिबिंब और छाया के साथ संभाल सकता है।
• एसएएम को 11 मिलियन छवियों और 1.1 बिलियन मास्क के विशाल डेटासेट पर प्रशिक्षित किया गया है, जो अब तक का सबसे बड़ा विभाजन डेटासेट है। यह डेटासेट जानवरों, पौधों, वाहनों, फ़र्नीचर, भोजन, और बहुत कुछ जैसे वस्तुओं और श्रेणियों की एक विस्तृत श्रृंखला को कवर करता है। एसएएम उन वस्तुओं को खंडित कर सकता है जिन्हें उसने पहले कभी नहीं देखा है, इसकी सामान्यीकरण क्षमता और डेटा विविधता के लिए धन्यवाद।
• एसएएम के पास विभिन्न प्रकार के सेगमेंटेशन कार्यों पर शून्य-शॉट प्रदर्शन है। जीरो-शॉट का अर्थ है कि एसएएम किसी विशिष्ट कार्य या डोमेन पर बिना किसी अतिरिक्त प्रशिक्षण या फाइन-ट्यूनिंग के वस्तुओं को खंडित कर सकता है। उदाहरण के लिए, एसएएम चेहरे, हाथ, बाल, कपड़े और सहायक उपकरण बिना किसी पूर्व ज्ञान या पर्यवेक्षण के खंडित कर सकता है। SAM वस्तुओं को विभिन्न तौर-तरीकों में भी विभाजित कर सकता है, जैसे इन्फ्रारेड इमेज या डेप्थ मैप्स।

एसएएम मॉडल कोको जैसे विभिन्न छवि विभाजन बेंचमार्क पर प्रभावशाली परिणाम प्राप्त करता है। एसएएम कई जीरो-शॉट सेगमेंटेशन कार्यों, जैसे कि लोगो, टेक्स्ट, चेहरे या स्केच को सेगमेंट करना, पर पूरी तरह से पर्यवेक्षित तरीकों से बेहतर प्रदर्शन या मिलान करता है। यह विभिन्न डोमेन और परिदृश्यों में अपनी बहुमुखी प्रतिभा और मजबूती को प्रदर्शित करता है।

भविष्य में: सेगमेंट एनीथिंग मॉडल (एसएएम मॉडल) प्रोजेक्ट अभी भी अपने शुरुआती दिनों में है। मेटा के अनुसार, ये सेगमेंट एनीथिंग मॉडल के भविष्य के कुछ अनुप्रयोग हैं:

• भविष्य के एआर ग्लास एसएएम को सामान्य वस्तुओं को पहचानने और सहायक अनुस्मारक और निर्देश प्रदान करने के लिए नियोजित कर सकते हैं।

• एसएएम में कृषि और जीव विज्ञान जैसे कई अन्य क्षेत्रों को प्रभावित करने की क्षमता है। एक दिन, इससे किसानों और वैज्ञानिकों को भी लाभ हो सकता है।

एसएएम मॉडल कंप्यूटर विजन और आर्टिफिशियल इंटेलिजेंस रिसर्च में एक सफलता हो सकती है। यह दृष्टि के लिए नींव मॉडल की क्षमता को प्रदर्शित करता है, जो ऐसे मॉडल हैं जो बड़े पैमाने पर डेटा से सीख सकते हैं और नए कार्यों और डोमेन में स्थानांतरित हो सकते हैं।

खंड कुछ भी मॉडल (एसएएम मॉडल) सुविधाएँ

यहाँ SAM मॉडल की कुछ क्षमताएँ हैं:

• एसएएम मॉडल का उपयोग करते हुए, उपयोगकर्ता विभाजन से शामिल करने या छोड़ने के लिए अलग-अलग बिंदुओं का चयन करके वस्तुओं को जल्दी और आसानी से खंडित कर सकते हैं। मॉडल के लिए एक क्यू के रूप में एक सीमा बॉक्स का भी उपयोग किया जा सकता है।
• जब आइटम खंडित होने के संबंध में अनिश्चितता मौजूद होती है, तो एसएएम मॉडल वास्तविक दुनिया में विभाजन को हल करने के लिए एक महत्वपूर्ण और महत्वपूर्ण कौशल, कई वैध मास्क का उत्पादन कर सकता है।
• सेगमेंट एनीथिंग मॉडल के साथ स्वचालित ऑब्जेक्ट डिटेक्शन और मास्किंग अब सरल हैं।
• इमेज एम्बेडिंग की प्रीकंप्यूटिंग के बाद, सेगमेंट एनीथिंग मॉडल तुरंत किसी भी प्रॉम्प्ट के लिए एक सेगमेंटेशन मास्क प्रदान कर सकता है, जिससे मॉडल के साथ रीयल-टाइम इंटरैक्शन सक्षम हो जाता है।

प्रभावशाली, है ना? तो इसके पीछे क्या तकनीक है?

एसएएम मॉडल कैसे काम करता है?

एनएलपी में सबसे पेचीदा खोजों में से एक और, हाल ही में, कंप्यूटर विज़न में "प्रॉम्प्टिंग" दृष्टिकोण का उपयोग है, जो कि फाउंडेशन मॉडल का उपयोग करके उपन्यास डेटासेट और कार्यों पर शून्य-शॉट और कुछ-शॉट सीखने को सक्षम करता है। मेटा को इस क्षेत्र में प्रेरणा मिली।

यदि अग्रभूमि / पृष्ठभूमि बिंदु दिए गए हैं, एक मोटा बॉक्स या मुखौटा, मुक्त पाठ, या कोई अन्य इनपुट जो दर्शाता है कि छवि में क्या खंड करना है, तो मेटा एआई टीम ने उचित विभाजन मुखौटा उत्पन्न करने के लिए खंड कुछ भी मॉडल सिखाया। एक उचित मास्क की आवश्यकता का तात्पर्य केवल यह है कि आउटपुट उन चीजों में से एक के लिए एक उपयुक्त मास्क होना चाहिए जिसका संकेत संकेत दे सकता है (उदाहरण के लिए, शर्ट पर एक बिंदु या तो शर्ट या इसे पहनने वाले व्यक्ति का प्रतिनिधित्व कर सकता है)। इस कार्य का उपयोग मॉडल पूर्व-प्रशिक्षण के लिए और सामान्य डाउनस्ट्रीम सेगमेंटेशन समस्याओं के समाधान को निर्देशित करने के लिए किया जाता है।

मेटा ने देखा कि पूर्व-प्रशिक्षण कार्य और इंटरएक्टिव डेटा संग्रह ने मॉडल निर्माण पर कुछ सीमाएँ लगाईं। विशेष रूप से, उनके एनोटेटर्स को ब्राउज़र में सेगमेंट एनीथिंग मॉडल का उपयोग करने में सक्षम होना चाहिए, वास्तविक समय में, सीपीयू पर प्रभावी होने के लिए। इस तथ्य के बावजूद कि रनटाइम आवश्यकता को पूरा करने के लिए गुणवत्ता और गति के बीच कुछ समझौता होना चाहिए, वे पाते हैं कि एक सीधा दृष्टिकोण संतोषजनक परिणाम देता है।

बैक एंड पर, एक इमेज एनकोडर इमेज के लिए एक अद्वितीय एम्बेडिंग बनाता है, जबकि एक लाइटवेट एनकोडर किसी भी क्वेरी को तुरंत एक एम्बेडिंग वेक्टर में बदल सकता है। सेगमेंटेशन मास्क की अपेक्षा करने के लिए इन दो डेटा स्रोतों को मर्ज करने के लिए एक लाइटवेट डिकोडर का उपयोग किया जाता है। छवि एम्बेडिंग की गणना के बाद, SAM लगभग 50 ms में एक खंड के साथ एक वेब ब्राउज़र में प्रत्येक क्वेरी का उत्तर दे सकता है।

एसएएम रचनात्मक पेशेवरों और उत्साही लोगों के लिए एक उपयोगी उपकरण है जो छवियों और वीडियो को आसानी और लचीलेपन के साथ संपादित करना चाहते हैं। लेकिन सबसे पहले, आपको यह सीखने की जरूरत है कि इसे कैसे एक्सेस और उपयोग करना है।

सेगमेंट एनीथिंग मॉडल (एसएएम मॉडल) का उपयोग कैसे करें?

एसएएम मेटा एआई रिसर्च (पूर्व में फेसबुक एआई रिसर्च) द्वारा विकसित किया गया है, और यह सार्वजनिक रूप से उपलब्ध है GitHub. आप SAM को a के साथ ऑनलाइन भी आजमा सकते हैं डेमो या 1 बिलियन मास्क और 1 मिलियन छवियों का डेटासेट (SA-11B) डाउनलोड करें। मॉडल का उपयोग करना काफी आसान है; बस इन चरणों का पालन करें:

• डेमो डाउनलोड करें या सेगमेंट एनीथिंग मॉडल डेमो पर जाएं।
• एक छवि अपलोड करें या गैलरी में से किसी एक को चुनें।
• जोड़ें और विषय क्षेत्रों
  • अंक जोड़कर मास्क क्षेत्र। क्षेत्र जोड़ें का चयन करें, फिर वस्तु का चयन करें। क्षेत्र हटाएँ का चयन करके मास्क को परिशोधित करें, फिर क्षेत्र का चयन करें।

फिर जैसा चाहो अपना काम पूरा करो!

अधिक जानकारी के लिए क्लिक करें यहाँ उत्पन्न करें.

---

चित्र सौजन्य: मेटा

एआई 101

क्या आप एआई के लिए नए हैं? आप अभी भी AI ट्रेन में सवार हो सकते हैं! हमने एक विस्तृत बनाया है एआई शब्दावली सबसे अधिक इस्तेमाल के लिए कृत्रिम बुद्धि शब्द और समझाओ कृत्रिम बुद्धि की मूल बातें के रूप में अच्छी तरह के रूप में एआई के जोखिम और लाभ. बेझिझक उनका उपयोग करें। सीखना एआई का उपयोग कैसे करें गेम चेंजर है! एआई मॉडल दुनिया को बदल देगा।

एआई उपकरण हमने समीक्षा की है

लगभग हर दिन, एक नया टूल, मॉडल या फीचर सामने आता है और नए की तरह हमारे जीवन को बदल देता है ओपनएआई चैटजीपीटी प्लगइन्स, और हम पहले से ही कुछ बेहतरीन की समीक्षा कर चुके हैं:

• टेक्स्ट-टू-टेक्स्ट एआई उपकरण

क्या आप सीखना चाहते हैं चैटजीपीटी का प्रभावी ढंग से उपयोग कैसे करें? बिना स्विच किए आपके लिए हमारे पास कुछ टिप्स और ट्रिक्स हैं चैट जीपीटी प्लस! जब आप AI टूल का उपयोग करना चाहते हैं, तो आपको “ जैसी त्रुटियाँ प्राप्त हो सकती हैंChatGPT अभी क्षमता पर है” और "1 घंटे में बहुत अधिक अनुरोध बाद में पुनः प्रयास करें". हाँ, वे वास्तव में कष्टप्रद त्रुटियाँ हैं, लेकिन चिंता न करें; हम जानते हैं कि उन्हें कैसे ठीक करना है। क्या चैटजीपीटी साहित्यिक चोरी मुक्त है? एक ही उत्तर खोजना एक कठिन प्रश्न है। यदि आप साहित्यिक चोरी से डरते हैं, तो बेझिझक उपयोग करें एआई साहित्यिक चोरी चेकर्स। साथ ही, आप अन्य की जांच कर सकते हैं एआई चैटबॉट्स और एआई निबंध लेखक बेहतर परिणामों के लिए।

• टेक्स्ट-टू-इमेज एआई टूल्स

जबकि अभी भी कुछ हैं आर्टिफिशियल इंटेलिजेंस से उत्पन्न छवियों के बारे में बहस, लोग अभी भी खोज रहे हैं सर्वश्रेष्ठ एआई कला जनरेटर. क्या एआई डिजाइनरों की जगह लेगा? पढ़ते रहिए और पता लगाइए।

• अन्य एआई उपकरण

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोब्लॉकचैन। Web3 मेटावर्स इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• स्रोत: https://dataconomy.com/2023/04/sam-model-meta-segment-anything-model-mask/