Segment Anything Model 2
Segment Anything Model 2: segmentação de imagem e vídeo acionável por prompt em um só
Segment Anything Model 2 expande o conceito original do SAM e o estende de imagens estáticas para sequências completas de vídeo. Os usuários podem apontar ou desenhar uma caixa ao redor de um objeto, e o modelo produz uma máscara limpa e precisa em pixels em uma única passada. Ao trabalhar com vídeo, ele lembra o objeto entre os quadros, então você o seleciona uma vez e ele o segue automaticamente — mesmo em movimento rápido, oclusão ou mudanças de aparência.
É uma ótima opção para criadores de conteúdo, editores de vídeo, pesquisadores e qualquer pessoa que precise de isolamento preciso de objetos sem rotoscopia manual. Comparado a ferramentas de mascaramento tradicionais, o SAM 2 reduz drasticamente o tempo gasto na seleção de assuntos e pode lidar com cenários complexos, como cenas lotadas ou objetos transparentes. Também suporta prompts baseados em texto, para que você possa descrever o que deseja extrair em linguagem natural, em vez de desenhar.
O que diferencia o SAM 2 é seu design unificado para imagens e vídeo, sua interface acionável por prompt e sua forte generalização zero-shot — ele pode segmentar objetos nos quais nunca foi explicitamente treinado. Seja construindo uma composição criativa, limpando uma substituição de tela verde ou gerando dados de treinamento para visão computacional, o SAM 2 traz qualidade de segmentação que antes exigia fluxos de trabalho especializados ao alcance de usuários comuns.
- Isolar assuntos de vídeo para composição e efeitos
- Criar recortes de imagem limpos para marketing e mídias sociais
- Gerar máscaras por objeto para efeitos visuais e rotoscopia
- Construir conjuntos de dados de treinamento com anotações de objetos precisas em pixels
- Remover ou substituir fundos em fotografia de produto
Selecione objetos com um clique, uma caixa ou uma breve descrição de texto — sem necessidade de traçado manual.
Um único modelo lida com imagens estáticas e sequências completas de vídeo com qualidade de máscara consistente.
Rastreia objetos selecionados através de movimento, oclusão e mudanças de aparência entre quadros de vídeo.
- Comece com um único clique de ponto no objeto e, em seguida, adicione pontos positivos ou negativos para refinar as bordas.
- Para vídeo, selecione o objeto em um quadro inicial e deixe o rastreador cuidar do resto do clipe.
- Use um prompt de caixa delimitadora quando o objeto tiver limites complexos ou se sobrepor a outros.
- Objetos muito pequenos ou fortemente ocluídos podem produzir máscaras incompletas ou ruidosas.
- Prompts de texto são menos precisos do que prompts de ponto ou caixa para objetos ambíguos.
- Vídeos longos com muitos objetos simultâneos podem ficar mais lentos e exigir mais memória.
Selecione a mulher de casaco vermelho caminhando pelo mercado lotado e rastreie-a por toda a cena.
Siga o golfinho nadando por todo o vídeo subaquático, mantendo uma máscara limpa mesmo quando ele mergulha atrás de rochas.
Separe cada pessoa no retrato de família em camadas de máscara individuais para composição posterior.
Define a aleatoriedade para que você possa reproduzir as mesmas máscaras em execuções diferentes.
Onde a computação é executada; hardware mais rápido acelera vídeos grandes.
Rótulo atribuído a cada objeto rastreado para que o modelo siga o correto entre os quadros.
Coordenadas da caixa delimitadora usadas em vez de (ou junto com) cliques de ponto.
Uma máscara anterior opcional usada para guiar a próxima previsão, útil em vídeo.
Número de quadros de vídeo recentes que o rastreador usa para manter a identidade do objeto.
Densidade da grade automática de pontos usada para gerar máscaras candidatas.
Pontuação mínima de qualidade que uma máscara prevista deve atender para ser exibida.
Se deve retornar várias hipóteses de máscara ou uma única melhor estimativa.
Filtra máscaras que mudam muito quando o prompt é ligeiramente perturbado.
Preço sob consulta
Os preços exibidos são o que você paga na Muitto. Sem surpresas.
O SAM 2 pode funcionar tanto em imagens quanto em vídeos?
Sim, o SAM 2 é um modelo unificado projetado para imagens estáticas e sequências de vídeo.
Preciso desenhar máscaras manualmente?
Não, o modelo gera máscaras automaticamente a partir de cliques simples, caixas ou prompts de texto.
Ele rastreia objetos entre quadros de vídeo?
Sim, uma vez que um objeto é selecionado, ele é seguido quadro a quadro, mesmo através de movimento e oclusão.