تخطَّ إلى المحتوى الرئيسي
ToolPotion
مستشار الذكاء الاصطناعي
إرسال (مجاني)

Meta Segment Anything Model 2

نموذج Meta Segment Anything Model 2 (SAM 2) هو نموذج تجزئة موحد للصور ومقاطع الفيديو. يتيح تحديد الكائنات بسرعة ودقة باستخدام النقرات أو الصناديق أو الأقنعة، ويقدم أداءً قويًا بدون تدريب مسبق وتفاعلية في الوقت الفعلي لتطبيقات متنوعة.

عرض النموذج
مشاركة
عرض النموذج
مشاركة

نقدم نموذج Meta Segment Anything Model 2 (SAM 2)، وهو تقدم كبير في تجزئة الصور ومقاطع الفيديو المدعومة بالذكاء الاصطناعي. تم تطوير SAM 2 بواسطة Meta FAIR، وهو أول نموذج موحد قادر على تجزئة الكائنات عبر كل من الصور الثابتة ومقاطع الفيديو الديناميكية بسرعة ودقة ملحوظة. تتيح هذه الأداة القوية للمستخدمين تحديد أي كائن داخل إطار صورة أو فيديو باستخدام مدخلات بسيطة مثل النقرة أو صندوق محيط أو قناع.

قراءة المزيد

يكمن الابتكار الأساسي لـ SAM 2 في قدرته على توسيع نطاق التجزئة القابلة للتوجيه إلى مجال الفيديو. يتضمن وحدة ذاكرة لكل جلسة تحتفظ بمعلومات حول الكائن المستهدف عبر الإطارات. هذا يمكّن SAM 2 من تتبع الكائنات المحددة حتى لو اختفت مؤقتًا عن الأنظار، مستفيدًا من المعلومات السياقية من الإطارات السابقة. علاوة على ذلك، يمكن للمستخدمين تحسين تنبؤات النموذج عن طريق تقديم توجيهات إضافية على أي إطار، مما يسمح بإجراء تعديلات دقيقة على أقنعة التجزئة.

يُظهر النموذج أداءً قويًا بدون تدريب مسبق، مما يعني أنه يمكنه تجزئة الكائنات والصور ومقاطع الفيديو التي لم يصادفها أثناء التدريب بفعالية. هذا التكيف يجعل SAM 2 مناسبًا لمجموعة واسعة من التطبيقات الواقعية. يعطي تصميمه الأولوية لمعالجة الفيديو بكفاءة من خلال الاستدلال المتدفق، مما يسهل التطبيقات التفاعلية في الوقت الفعلي. يحقق SAM 2 أداءً متطورًا، متفوقًا على النماذج الحالية في تجزئة الكائنات لكل من الصور ومقاطع الفيديو، خاصة في تتبع أجزاء الكائنات ويتطلب وقت تفاعل أقل مقارنة بطرق تجزئة الفيديو التفاعلية الأخرى.

تلتزم Meta بالابتكار المفتوح، حيث أصدرت نموذج SAM 2 مدربًا مسبقًا، ومجموعة بيانات SA-V، وعرضًا توضيحيًا، والرمز البرمجي المرتبط به لمجتمع البحث. تم إنشاء مجموعة بيانات SA-V، التي تضم أكثر من 600,000 قناع صغير عبر حوالي 51,000 مقطع فيديو، باستخدام محرك بيانات تفاعلي يعتمد على النموذج في الحلقة، وتؤكد على التنوع الجغرافي والسيناريوهات الواقعية. يهدف هذا الإصدار إلى تعزيز المزيد من البحث والتطوير في مجال التجزئة المدفوعة بالذكاء الاصطناعي.

  • الفئةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
  • نموذج التسعيرمفتوح المصدر
  • النشرسحابي
  • المنصاتالويب

  • نموذج تجزئة موحد للصور ومقاطع الفيديو

  • تحديد دقيق للكائنات عبر توجيهات النقرة أو الصندوق أو القناع

  • وحدة ذاكرة لكل جلسة لتتبع الكائنات عبر إطارات الفيديو

  • قدرات تحسين مع توجيهات إضافية على أي إطار

  • أداء قوي بدون تدريب مسبق على الكائنات ومقاطع الفيديو غير المرئية

  • تفاعلية في الوقت الفعلي من خلال الاستدلال المتدفق

  • أداء متطور في تجزئة الكائنات

  • يتفوق على نماذج تجزئة كائنات الفيديو الحالية

  • يتطلب وقت تفاعل أقل من الطرق التقليدية

  • نموذج مدرب مسبقًا مفتوح المصدر، ومجموعة بيانات، ورمز برمجي

  • مجموعة بيانات SA-V كبيرة ومتنوعة تضم أكثر من 600 ألف قناع صغير

  • سيناريوهات واقعية متنوعة جغرافيًا في بيانات التدريب

  • مخرجات قابلة للتوسيع للتكامل مع أنظمة الذكاء الاصطناعي الأخرى

  • مدخلات قابلة للتوسيع للتفاعل الإبداعي في الوقت الفعلي

  1. استكشف العرض التوضيحي: تفاعل مع SAM 2 لتجزئة الكائنات في عينات الصور ومقاطع الفيديو.

  2. قم بتنزيل النموذج: احصل على نموذج SAM 2 المدرب مسبقًا للتكامل في مشاريعك.

  3. استكشف مجموعة البيانات: قم بالوصول إلى مجموعة بيانات SA-V لأغراض التدريب والبحث.

  4. قم بدمج SAM 2: استخدم واجهة برمجة التطبيقات (API) أو الرمز البرمجي للنموذج لمهام التجزئة المخصصة.

  5. قم بتحسين التنبؤات: استخدم توجيهات إضافية لضبط أقنعة التجزئة حسب الحاجة.

  6. قم بالتطبيق على التطبيقات: استفد من قدرات SAM 2 لتحرير الفيديو، وإنشاء المحتوى، والمزيد.

  • تتبع كائنات الفيديو
  • تجزئة الصور
  • تحرير الفيديو التفاعلي
  • إنشاء المحتوى
  • التطبيقات في الوقت الفعلي
  • أبحاث الذكاء الاصطناعي
  • توليد أقنعة الكائنات
  • تجزئة بدون تدريب مسبق

من Meta

تقييمات Meta Segment Anything Model 2

جاري التحميل...

أدوات ذكاء اصطناعي شائعة مثل Meta Segment Anything Model 2

SAM 3 — نموذج ميتا للذكاء الاصطناعي

نماذج الذكاء الاصطناعي

يتيح SAM 3 للمستخدمين استخدام النصوص والمحفزات البصرية لتحديد الأجسام بدقة، وتقسيمها، وتتبعها في الصور أو الفيديوهات. سيكون متاحًا قريبًا في تطبيقات Instagram Edits وVibes على…

أدوات الرؤية الحاسوبية
عرض الأداة

نماذج الذكاء الاصطناعي

يتيح SAM 3 للمستخدمين استخدام النصوص والمحفزات البصرية لتحديد الأجسام بدقة، وتقسيمها، وتتبعها في الصور أو الفيديوهات. سيكون متاحًا قريبًا في تطبيقات Instagram Edits وVibes على…

مميزةأدوات الرؤية الحاسوبية
عرض أفضل 5 من نماذج الذكاء الاصطناعي

نموذج فلورنس-2

نماذج الذكاء الاصطناعي

فلورنس-2 هو نموذج متقدم للرؤية من مايكروسوفت، مصمم للتعامل مع مجموعة متنوعة من مهام الرؤية والرؤية-اللغة. يستخدم نهجًا قائمًا على المطالبات لمهام مثل التسمية واكتشاف الكائنات،…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

فلورنس-2 هو نموذج متقدم للرؤية من مايكروسوفت، مصمم للتعامل مع مجموعة متنوعة من مهام الرؤية والرؤية-اللغة. يستخدم نهجًا قائمًا على المطالبات لمهام مثل التسمية واكتشاف الكائنات،…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

SmolVLM2: نموذج فهم الفيديو

نماذج الذكاء الاصطناعي

SmolVLM2 هو نموذج متقدم لفهم الفيديو مصمم للعمل بكفاءة على مختلف الأجهزة. يوفر تحليل فيديو معزز وقدرات استدلال بصري، مما يجعل فهم الفيديو متاحًا عبر منصات مختلفة.

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج متقدم لفهم الفيديو مصمم للعمل بكفاءة على مختلف الأجهزة. يوفر تحليل فيديو معزز وقدرات استدلال بصري، مما يجعل فهم الفيديو متاحًا عبر منصات مختلفة.SmolVLM2 هو نموذج متقدم لفهم الفيديو مصمم للعمل بكفاءة على مختلف الأجهزة. يوفر تحليل فيديو معزز وقدرات استدلال بصري، مما يجعل فهم الفيديو متاحًا عبر منصات مختلفة.

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

OmniParser هي طريقة لتحليل لقطات شاشة واجهة المستخدم إلى عناصر منظمة. إنه يعزز قدرة نماذج لغة الرؤية مثل GPT-4V على توليد إجراءات على الواجهات. يحدد OmniParser الأيقونات التفاعلية…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

طريقة لتحليل لقطات شاشة واجهة المستخدم إلى عناصر منظمة. إنه يعزز قدرة نماذج لغة الرؤية مثل GPT-4V على توليد إجراءات على الواجهات. يحدد OmniParser الأيقونات التفاعلية…OmniParser هي طريقة لتحليل لقطات شاشة واجهة المستخدم إلى عناصر منظمة. إنه يعزز قدرة نماذج لغة الرؤية مثل GPT-4V على توليد إجراءات على الواجهات. يحدد OmniParser الأيقونات التفاعلية…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Ray3.2 هو نموذج فيديو ذكاء اصطناعي متعدد الاستخدامات يحول النية الإبداعية إلى سير عمل فيديو قابل للتوسع. يوفر تحكمًا معززًا، واستمرارية، وإخراج سينمائي عبر عدة سير عمل، بما في ذلك…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

Ray3.2 هو نموذج فيديو ذكاء اصطناعي متعدد الاستخدامات يحول النية الإبداعية إلى سير عمل فيديو قابل للتوسع. يوفر تحكمًا معززًا، واستمرارية، وإخراج سينمائي عبر عدة سير عمل، بما في ذلك…

مميزةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

FFMPerative-7B

نماذج الذكاء الاصطناعي

FFMPerative-7B هو نموذج لغوي كبير (LLM) يعتمد على Llama 2 7B وتم ضبطه بدقة لمهام سير عمل إنتاج الفيديو. يتيح للمستخدمين التحكم في مهام تحرير الفيديو عبر أوامر اللغة الطبيعية،…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج لغوي كبير (LLM) يعتمد على Llama 2 7B وتم ضبطه بدقة لمهام سير عمل إنتاج الفيديو. يتيح للمستخدمين التحكم في مهام تحرير الفيديو عبر أوامر اللغة الطبيعية،…FFMPerative-7B هو نموذج لغوي كبير (LLM) يعتمد على Llama 2 7B وتم ضبطه بدقة لمهام سير عمل إنتاج الفيديو. يتيح للمستخدمين التحكم في مهام تحرير الفيديو عبر أوامر اللغة الطبيعية،…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Llama-3.2-11B-Vision-Instruct

نماذج الذكاء الاصطناعي

Llama-3.2-11B-Vision-Instruct هو نموذج ذكاء اصطناعي متعدد الوسائط مصمم للتعرف البصري، واستنتاج الصور، والتعليق. تم تطويره بواسطة ميتا، ويجمع بين مدخلات النص والصورة لتقديم قدرات…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج ذكاء اصطناعي متعدد الوسائط مصمم للتعرف البصري، واستنتاج الصور، والتعليق. تم تطويره بواسطة ميتا، ويجمع بين مدخلات النص والصورة لتقديم قدرات…Llama-3.2-11B-Vision-Instruct هو نموذج ذكاء اصطناعي متعدد الوسائط مصمم للتعرف البصري، واستنتاج الصور، والتعليق. تم تطويره بواسطة ميتا، ويجمع بين مدخلات النص والصورة لتقديم قدرات…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

CLIP ViT-B/32

نماذج الذكاء الاصطناعي

نموذج clip-vit-base-patch32 من OpenAI مصمم لمهام تصنيف الصور بدون تدريب مسبق. يستخدم بنية Vision Transformer لتعزيز القوة والقدرة على التعميم في رؤية الكمبيوتر، مما يجعله موردًا…

أدوات الرؤية الحاسوبية
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج clip-vit-base-patch32 من OpenAI مصمم لمهام تصنيف الصور بدون تدريب مسبق. يستخدم بنية Vision Transformer لتعزيز القوة والقدرة على التعميم في رؤية الكمبيوتر، مما يجعله موردًا…

مميزةأدوات الرؤية الحاسوبية
عرض أفضل 5 من نماذج الذكاء الاصطناعي
1 من 8