关于Segment Anything模型在视觉及更广泛领域的全面综述

人工智能（AI）正朝着通用人工智能演进，后者指AI系统执行广泛任务并展现出类似人类智能水平的能力。这与旨在以高效率执行特定任务的狭义或专用AI形成对比。因此，迫切需要一个我们称之为基础模型的通用模型类别，其在广泛数据上训练并可适配各种下游任务。近期提出的segment anything model（SAM）在打破分割边界方面取得了显著进展，极大促进了计算机视觉基础模型的发展。为充分理解SAM，我们开展了一项综述研究。作为首个基于SAM基础模型全面回顾视觉及更广泛领域分割一切任务进展的工作，本文通过讨论其历史发展、近期进展及对广泛应用深远影响，聚焦于其在各类任务与数据类型上的应用。我们首先介绍包括SAM在内的基础模型背景与术语，以及与SAM同期对分割一切任务具有重要意义的最先进方法。然后，我们分析并总结SAM在各类图像处理应用（包括软件场景、真实世界场景和复杂场景）中的优势与局限。重要的是，我们汲取了许多见解以指导未来研究开发更通用的基础模型并改进SAM的架构。我们还总结了SAM在视觉及更广泛领域的海量其他惊人应用。最后，我们在\href{https://github.com/liliu-avril/Awesome-Segment-Anything}{\color{magenta}{此处}}维护了一个持续更新的论文列表和开源项目摘要。