Meta FAIR presentó Segment Anything Model 2 (SAM 2), un modelo fundacional de visión artificial de última generación que unifica por primera vez la segmentación visual interactiva precisa tanto para imágenes fijas como para secuencias de video continuo en tiempo real. Construido con una arquitectura con memoria espaciotemporal integrada, SAM 2 es capaz de rastrear y aislar cualquier objeto a lo largo de un video completo tras recibir un único clic o delimitador en un solo fotograma, adaptándose dinámicamente a oclusiones temporales, cambios bruscos de iluminación y deformaciones de perspectiva. Capaz de ejecutarse a más de 44 fotogramas por segundo, SAM 2 se libera bajo licencia de código abierto Apache 2.0 junto con el conjunto de datos de segmentación de video más grande del mundo, SA-V, que contiene más de 51.000 videos y 600.000 máscaras espacio-temporales.
Capítulo 01
La noticia en una frase
Meta presenta SAM 2, modelo abierto que segmenta objetos en imágenes y video en tiempo real a 44 FPS gracias a una arquitectura con memoria espaciotemporal.
En pruebas comparativas sobre 17 conjuntos de datos de video cero-tiro (zero-shot video segmentation), SAM 2 supera a los métodos anteriores con un tercio de las interacciones humanas requeridas, alcanzando un 84% de coincidencia J&F en seguimiento de objetos complejos con oclusiones severas.
Capítulo 02
