Segment Anything（SAM）

定义

Segment Anything Model（SAM）是 Meta AI 于 2023 年发布的图像分割基础模型，可根据点、框、粗略掩码等提示（prompt）分割图像中的任意物体，无需针对特定类别训练。

原理

SAM 由 ViT 图像编码器、提示编码器和轻量掩码解码器组成：图像编码只需计算一次，之后不同提示可实时生成掩码。模型在 Meta 构建的 SA-1B 数据集（约 1100 万张图像、超过 10 亿个掩码）上训练，通过数据引擎循环实现模型标注与人工校正的迭代扩充。

影响

SAM 把"可提示"范式带入分割领域，展示了视觉基础模型的通用性，衍生出面向视频的 SAM 2 以及大量结合检测器、医学影像的下游应用，也被广泛用作数据标注加速工具。

局限

对细小结构和边缘精度仍有不足，输出掩码不含语义类别，需与识别模型配合完成语义级任务。