▲图源Arxiv
据称，SegGPT模型是智源通用视觉模型Painter的衍生模型，具备上下文推理能力，在训练完成后只需要提供示例即可推理并完成对应分割任务，包括图像和
视频中的实例、类别、零部件、轮廓、文本、人脸、医学图像等，都可以利用视觉提示词（prom
pt）完成分割任务。
SegGPT也拥有支持任意数量视觉提示的推理能力。能够以第一帧图像和对应的物体掩码作为上下文示例进行自动
视频分割，并且可以用掩码的颜色作为物体的ID，进行自动追踪。
IT之家经过查询知悉，此前me
ta也发布了其基于AI的Segment Anything Model（SAM）模型，具有识别和分离图像和视频中特定对象的能力。而威斯康辛麦迪逊、微软、港科大等机构的研究人员也推出SEEM模型，通过不同的视觉提示和语言提示，一键分割图像、视频。IT之家的小伙伴们可以从这里访问模型的论文链接。
