개발 : Meta AI
연도 : 2023년
관련논문 : Link
🔹 핵심 개념
- SAM은 이름 그대로 “무엇이든 분할(Segment Anything)” 하는 범용 세그멘테이션 모델
- 한마디로, 사람이 직접 라벨링하지 않아도 이미지 속의 객체를 빠르게 분리해주는 모델
🔹 사용 방법
- 입력: 이미지 + 프롬프트(prompt)
- 프롬프트는 “이 부분을 나눠줘”라는 힌트예요.
- 예: 점 하나(Click), 박스(Box), 텍스트 등 - 출력: 해당 부분의 object mask (물체의 영역을 픽셀 단위로 구분)
🔹 특징
| 특징 | 설명 |
| 범용성 | 사전 학습된 거대한 데이터셋(1억 개 이상의 마스크) 덕분에 거의 모든 이미지에서 작동 |
| Zero-shot | 새 물체를 처음 봐도 잘 분할 가능 |
| 빠름 | GPU 한 장만으로 실시간 세그멘테이션 가능 |
| 확장성 | 로보틱스, 의료, 산업용 비전 등 다양한 분야에 쉽게 응용 가능 |
🔹 예시
- 로봇이 카메라로 장면을 볼 때, SAM을 이용하면 “테이블 위의 컵” 영역을 자동으로 인식할 수 있습니다.
→ 그다음 로봇팔이 어디를 집어야 하는지 판단할 수 있게 되죠.
'🧠 AI, 인공지능 > AI & 머신러닝 초보 가이드' 카테고리의 다른 글
| Google ADK(Agent Development Kit) Built-in tool 정리 (0) | 2025.11.16 |
|---|---|
| [Vision] XMem (Video Object Segmentation) (0) | 2025.10.04 |
| [환경구축] 2. Docker 환경에서 Ubuntu 설치하기 (0) | 2025.09.13 |
| [환경구축] 1. Docker 설치하기 (맥북 M4 기준) (0) | 2025.09.12 |
| [논문] BAGEL: 멀티모달 AI의 새로운 지평을 여는 오픈소스 모델 (0) | 2025.05.31 |