1. SAM背景简介

2023年4月6号，Meta AI公开了Segment Anything Model（SAM），使用了有史以来最大的分割数据集Segment Anything 1-Billion mask dataset（SA-1B），其内包含了1100万张图像，总计超过10亿张掩码图，模型在训练时被设计为交互性的可提示模型，因此可以通过零样本学习转移到新的图像分布和任务中。 许多研究人员认为「这是 CV 的 GPT-3 时刻，因为 SAM 已经学会了物体是什么的一般概念，甚至是未知的物体、不熟悉的场景（如水下、细胞显微镜）和模糊的情况，并展示了作为 CV 基本模型的巨大潜力。 其目标是在给定任何分割提示下返回一个有效的分割掩码，并在一个大规模且支持强大泛化能力的数据集上对其进行预训练，然后用提示工程解决一系列新的数据分布上的下游分割问题。

本专栏将详细解读与SAM模型相关的论文，每篇文章详细介绍了模型的发表时间，论文及代码出处，摘要，前言，模型结构以及实验流程等等，内容详细且逻辑顺序清晰，包含了原论文中全部重要的关键点，将带领大家了解SAM领域的全面知识点。

2. SAM轻量化变体模型

FastSAM（2023年6月21日）：