Interaktívna a otevřená segmentace obrazu

Segmentace bez tréninku na cílových třídách

Zero-shot segmentation vytváří pixelovou masku objektu nebo oblasti bez dolaďování modelu na anotovaných maskách konkrétní cílové třídy. Zadání může mít formu bodu, rámce, hrubej masky nebo textového opisu. Foundation model pro segmentaci využívá široké předtrénování na obecnou schopnost oddělit vizuální objekt od okolia. Označení zero-shot se musí uvádět s typem promptu, protože segmentace z presného boxu je jinak náročná než textové vyhladání neznámej kategorie.

Poslední odborná revize
7. srpna 2026
Odborný garant
Miroslav Schmiedt
ID
AI-GEO-Z-20

Odborná definice

Odborná definice

Zero-shot segmentation vytváří pixelovou masku objektu nebo oblasti bez dolaďování modelu na anotovaných maskách konkrétní cílové třídy. Zadání může mít formu bodu, rámce, hrubej masky nebo textového opisu. Foundation model pro segmentaci využívá široké předtrénování na obecnou schopnost oddělit vizuální objekt od okolia. Označení zero-shot se musí uvádět s typem promptu, protože segmentace z presného boxu je jinak náročná než textové vyhladání neznámej kategorie.

Srozumitelné vysvětlení

Srozumitelné vysvětlení

Uživatel klikne na objekt nebo ho obkreslí rámcom a model doplní jeho přesnou masku, ačkoli nepozná název třídy a nebol dolaďovaný na daný projekt. Při textové verzi musí systém nejprve spojit slova s obrazovou oblasťou. Model může ponúknuť více masiek, když je prompt nejednoznačný, například či kliknutí označuje celé auto nebo pouze koleso. V produkci je třeba měřit hranice, malé objekty, priehladné části a případy, kde model presvedčivo vysegmentuje nesprávnu věc.

Časté otázky

Časté otázky

Jaké prompty může segmentačný model prijat?

Nejčastěji kladné a záporné body, bounding box, existujúcu masku nebo text. Podporované režimy závisí na konkrétní architektury.

Je SAM textový zero-shot segmentátor?

Původní Segment Anything Model používá zejména prostorové prompty. Textové zadání vyžaduje doplnkový grounding nebo jinou architekturu.

Jak se měří kvalita masky?

Používá se Iou, Dice score, boundary metriky a doménové kritéria, například chyba plochy nebo zachování tenkých štruktúr.

Proč model vrací více masiek?

Jeden bod může označovat část, celý objekt nebo skupinu. Více návrhů zachycuje tuto štrukturálnu nejednoznačnost.

Může nahradit manuálnu anotaci?

Může výrazně zrychlit predanotaci, ale člověk musí opravovat hranice a systematické chyby, zejména v odbornej nebo bezpečnostnej doméně.

Související pojmy

Související pojmy

Zdroje a redakční stopa

Zdroje a redakční stopa

  • Segment Anything

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.