Segment Anything by Meta AI est un modèle d'IA conçu pour la recherche en vision par ordinateur qui permet aux utilisateurs de segmenter des objets dans n'importe quelle image en un seul clic. Le modèle utilise un système de segmentation pouvant être sollicité avec une généralisation zero-shot pour des objets et des images inconnus sans nécessiter de formation supplémentaire. Le système peut prendre une large gamme de sollicitations d'entrée spécifiant ce qu'il faut segmenter dans une image, y compris des points et des boîtes interactifs, et peut générer plusieurs masques valides pour des sollicitations ambiguës. Les masques de sortie peuvent être utilisés comme entrées pour d'autres systèmes d'IA, suivis dans des vidéos, utilisés pour des applications d'édition d'images, et élevés en 3D ou utilisés pour des tâches créatives. Le modèle est conçu pour être suffisamment efficace pour alimenter le moteur de données, avec un encodeur d'image à usage unique et un décodeur de masque léger qui peut s'exécuter dans un navigateur web en quelques millisecondes par sollicitation. L'encodeur d'image nécessite un GPU pour une inférence efficace, tandis que l'encodeur de sollicitation et le décodeur de masque peuvent s'exécuter directement avec PyTorch ou être convertis en ONNX et s'exécuter efficacement sur un CPU ou un GPU sur une variété de plateformes prenant en charge l'exécution ONNX. Le modèle a été entraîné sur l'ensemble de données SA-1B, composé de plus de 11 millions d'images sous licence et préservant la confidentialité, ce qui a donné lieu à plus de 1,1 milliard de masques de segmentation collectés.