sam2

SAM 2 是 Meta 开发的视觉基础模型，支持基于提示（prompt）的图像与视频任意目标分割。其核心采用轻量级流式记忆 Transformer 架构，可处理单帧图像及长时序视频，并通过模型-数据闭环机制构建了当前规模最大的视频分割数据集 SA-V。项目提供预训练模型、推理代码、Jupyter 示例及优化的视频分割预测器（SAM2VideoPredictor），支持多目标独立跟踪与动态新增对象。适用于科研、工业质检、视频编辑、自动驾驶感知等需高精度、交互式视觉分割的场景。