sam 训练自己的数据集
时间: 2023-09-13 10:03:44 浏览: 420
python基于SAM的半自动图像标注工具(可制作目标检测和语义分割数据集).zip
5星 · 资源好评率100%
SAM训练自己的数据集的方法是通过使用数据集进行训练,并使用SAM交互式注释图像来更新自身。这种方法可以分为三个等级:模型辅助注释者、半自动半注释和模型全自动分割掩码。通过这种方式,SAM可以创建一个大规模的数据集,称为SA-1B,其中包含超过1100万张图像和10亿个有效的高质量掩码。与手动基于多边形的掩码注释相比,这个数据集的生成速度快了6.5倍,并且比现有的分割数据集多了400多倍。SA-1B数据集不仅获取更快,更多,更方便,而且还具有更平均的样本来源,包括来自不同国家和地区以及不同收入水平的样本。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [【Segment Anything Model】二:论文+代码实战调用SAM模型预训练权重+相关论文](https://blog.csdn.net/cvxiayixiao/article/details/130296159)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]
阅读全文