Meta AIのSegment Anything Model 2 (SAM 2) を詳しく見て、さまざまな業界でどのようなリアルタイムアプリケーションに使用できるかを理解しましょう。
YOLO Vision 2025にご期待ください！
2025年9月25日
10:00 — 18:00（英国夏時間）
ハイブリッドイベント
Meta AIのSegment Anything Model 2 (SAM 2) を詳しく見て、さまざまな業界でどのようなリアルタイムアプリケーションに使用できるかを理解しましょう。
2024年7月29日、Meta AIはSegment Anything Modelの第2バージョンであるSAM 2をリリースしました。新しいモデルは、画像とビデオの両方で、ターゲットオブジェクトに属するピクセルを特定できます。最も優れている点は、モデルがリアルタイムでビデオのすべてのフレームにわたってオブジェクトを一貫して追跡できることです。SAM 2は、ビデオ編集、複合現実体験、およびコンピュータビジョンシステムをトレーニングするための視覚データのより高速なアノテーションに、エキサイティングな可能性を切り開きます。
海洋科学、衛星画像、医療などの分野で使用されているオリジナルのSAMの成功を基に、SAM 2は、高速で移動する物体や外観の変化などの課題に取り組みます。その精度と効率の向上により、幅広いアプリケーションに対応できる汎用性の高いツールとなっています。この記事では、SAM 2を適用できる場所と、それがAIコミュニティにとってなぜ重要なのかに焦点を当てます。
Segment Anything Model 2は、画像とビデオの両方でプロンプト可能な視覚セグメンテーション（PVS）をサポートする高度な基盤モデルです。PVSは、モデルがユーザーから与えられた特定のプロンプトまたは入力に基づいて、画像またはビデオのさまざまな部分をセグメント化または識別できる手法です。これらのプロンプトは、関心のある領域を強調するクリック、ボックス、またはマスクの形式にすることができます。次に、モデルは、指定された領域の輪郭を描くセグメンテーションマスクを生成します。
SAM 2アーキテクチャは、元のSAMを基に、画像セグメンテーションからビデオセグメンテーションへと拡張されています。画像データとプロンプトを使用してセグメンテーションマスクを作成する軽量マスクデコーダを備えています。ビデオに関して、SAM 2は、以前のフレームからの情報を記憶するのに役立つメモリシステムを導入し、経時的な正確な追跡を保証します。メモリシステムには、セグメント化されているオブジェクトに関する詳細を保存およびリコールするコンポーネントが含まれています。SAM 2は、オクルージョンを処理し、複数のフレームにわたってオブジェクトを追跡し、複数の可能なマスクを生成することにより、あいまいなプロンプトを管理することもできます。SAM 2の高度なアーキテクチャにより、静的および動的な視覚環境の両方で非常に有能です。
具体的には、ビデオセグメンテーションに関して、SAM 2は、以前の方法と比較して、ユーザーインタラクションが3分の1で、より高い精度を達成しています。画像セグメンテーションの場合、SAM 2は元のSegment Anything Model（SAM）よりも優れており、6倍高速でより正確です。この改善は、SAMが以前にテストされた23を含む37の異なるデータセットにわたるSAM 2の研究論文で紹介されました。
興味深いことに、Meta AIのSAM 2は、過去最大のビデオセグメンテーションデータセットであるSA-Vデータセットを作成することによって開発されました。この大規模なデータセットには、50,000を超えるビデオと3,550万のセグメンテーションマスクが含まれており、インタラクティブなユーザーの貢献を通じて収集されました。アノテーターは、モデルが幅広いシナリオやオブジェクトタイプから学習できるように、プロンプトと修正を提供しました。
画像およびビデオセグメンテーションにおける高度な機能のおかげで、SAM 2はさまざまな業界で使用できます。これらのアプリケーションのいくつかを探ってみましょう。
Meta AIの新しいセグメンテーションモデルは、拡張現実（AR）および仮想現実（VR）アプリケーションに使用できます。たとえば、SAM 2は現実世界のオブジェクトを正確に識別およびセグメント化し、仮想オブジェクトとのインタラクションをよりリアルに感じさせることができます。これは、仮想要素と現実要素の間の現実的なインタラクションが不可欠な、ゲーム、教育、トレーニングなどのさまざまな分野で役立ちます。
ARグラスのようなデバイスがより高度になるにつれて、SAM 2の機能はすぐにでもそれらに統合される可能性があります。 グラスをかけてリビングルームを見回すことを想像してみてください。グラスがあなたの犬の水のボウルをセグメント化して認識すると、下の画像に示すように、それを補充するように促すかもしれません。または、新しいレシピで料理をしている場合、グラスはカウンタートップにある材料を識別し、ステップごとの指示とヒントを提供して、料理の経験を向上させ、必要なものがすべて手元にあることを確認できます。
モデルSAMを使用した研究では、ソナー画像処理などの特殊な分野に応用できることが示されています。ソナー画像処理は、低解像度、高ノイズレベル、画像内のオブジェクトの複雑な形状により、特有の課題があります。研究者たちは、SAMをソナー画像向けに微調整することで、海洋ゴミ、地質構造、その他の関心のあるアイテムなど、さまざまな水中オブジェクトを正確にセグメント化できることを実証しました。正確で信頼性の高い水中画像処理は、海洋研究、水中考古学、漁業管理、生息地マッピング、人工物の発見、脅威検出などのタスクの監視に使用できます。
%25252525201.png)
SAM 2は、SAMが直面する多くの課題に基づいて改善されているため、ソナー画像の分析をさらに改善する可能性があります。その正確なセグメンテーション機能は、科学研究や漁業を含む、さまざまな海洋アプリケーションに役立ちます。たとえば、SAM 2は、水中の構造物を効果的に描き出し、海洋の瓦礫を検出し、前方監視ソナー画像内の物体を識別できるため、より正確で効率的な水中探査と監視に貢献します。
SAM 2をソナー画像の分析に使用する潜在的な利点をいくつかご紹介します。
SAM 2をソナー画像処理に統合することで、海洋産業は水中探査と分析において、より高い効率、精度、信頼性を実現でき、最終的には海洋研究においてより良い結果につながります。
SAM 2のもう一つの応用例は、自動運転車です。SAM 2は、歩行者、他の車両、道路標識、障害物などのオブジェクトをリアルタイムで正確に識別できます。SAM 2が提供できる詳細レベルは、安全なナビゲーションと衝突回避の意思決定を行うために不可欠です。SAM 2は、視覚データを正確に処理することで、環境の詳細で信頼性の高いマップを作成し、より良い意思決定を支援します。
SAM 2は、さまざまな照明条件、天候の変化、動的な環境で適切に機能するため、自動運転車にとって信頼性があります。交通量の多い都市の通りでも、霧の多い高速道路でも、SAM 2は一貫してオブジェクトを正確に識別およびセグメント化できるため、車両はさまざまな状況に正しく対応できます。
ただし、留意すべき点がいくつかあります。複雑で動きの速いオブジェクトの場合、SAM 2は細かいディテールを見逃すことがあり、その予測はフレーム間で不安定になる可能性があります。また、SAM 2は、混雑したシーンで複数の類似したオブジェクトを混同することがあります。これらの課題があるため、自動運転アプリケーションでは、追加のセンサーとテクノロジーの統合が非常に重要になります。
コンピュータビジョンを使用した環境モニタリングは、特にアノテーションされたデータが不足している場合は難しい場合がありますが、それもまたSAM 2を興味深いアプリケーションにしている理由です。SAM 2は、衛星画像やドローン画像から森林、水域、都市部、農業用地などのさまざまな環境の特徴を正確にセグメント化および識別することにより、自然景観の変化を追跡および分析するために使用できます。具体的には、正確なセグメンテーションは、森林破壊、都市化、および土地利用の変化を長期的に監視し、環境保全と計画のための貴重なデータを提供するのに役立ちます。
以下に、SAM 2のようなモデルを使用して、経時的な環境変化を分析する利点をいくつか示します。
Segment Anything 2 Demoは、動画でモデルを試すのに最適な方法です。SAM 2のPVS機能を使用して、古いUltralytics YouTube動画を使用し、動画内の3つのオブジェクトまたは人物をセグメント化してピクセル化することができました。従来、そのような動画から3人の個人を編集するには、時間と手間がかかり、手動でフレームごとにマスキングする必要がありました。ただし、SAM 2を使用すると、このプロセスが簡素化されます。デモを数回クリックするだけで、数秒で3つの対象オブジェクトのIDを保護できます。
このデモでは、追跡対象として選択したオブジェクトにスポットライトを当てたり、追跡中のオブジェクトを消去したりするなど、いくつかの異なる視覚効果を試すこともできます。デモを気に入って、SAM 2を使ったイノベーションを始める準備ができたら、Ultralytics SAM 2モデルのドキュメントページで、モデルを実際に使用するための詳細な手順を確認してください。機能、インストール手順、および例を調べて、プロジェクトでSAM 2の可能性を最大限に活用してください。
Meta AIのSegment Anything Model 2（SAM 2）は、ビデオと画像のセグメンテーションを変革しています。オブジェクト追跡などのタスクが改善されるにつれて、ビデオ編集、複合現実、科学研究、医療画像処理における新たな機会を発見しています。SAM 2は、複雑なタスクを容易にし、アノテーションを迅速化することで、AIコミュニティにとって重要なツールとなるでしょう。SAM 2のようなモデルの研究と革新を続けることで、さまざまな分野でさらに画期的な応用と進歩が期待できます。
GitHubリポジトリを探索し、コミュニティに参加して、AIについてもっと知りましょう。製造業およびヘルスケアにおけるAIの詳細な洞察については、ソリューションページをご覧ください。🚀
