Meta ha anunciado el lanzamiento de su avanzado modelo de segmentación de visión, el Segment Anything Model (SAM) 2.1, ahora disponible a través de Amazon SageMaker JumpStart. Este modelo innovador se destaca por sus capacidades de segmentación de imágenes y videos, aplicables a diversas industrias como la salud, la monitorización ambiental y los sistemas autónomos.
El SAM 2.1 ha sido desarrollado para manejar contextos largos y escenarios de segmentación complejos, además de realizar análisis detallados, lo que lo hace ideal para aplicaciones de imágenes médicas donde la precisión es esencial. Es capaz de realizar segmentación de objetos en tiempo real mediante indicaciones mÃnimas, como coordenadas de puntos y cuadros delimitadores.
El modelo fue entrenado principalmente en la infraestructura de AWS y ahora, como primer proveedor, Amazon ofrece este recurso a sus clientes. La nueva versión del SAM mejora notablemente la precisión, la generalización y la escalabilidad para aplicaciones a nivel de producción, estando disponible en diferentes variantes que satisfacen variadas necesidades de aplicación.
Asimismo, SageMaker JumpStart proporciona acceso a una amplia gama de modelos de fundación preentrenados. Esto permite a los desarrolladores y cientÃficos de datos personalizar modelos para casos especÃficos sin comenzar desde cero, facilitando el despliegue de modelos optimizados en un entorno seguro y garantizando el cumplimiento de la normativa y la seguridad de los datos.
Para utilizar SAM 2.1, los usuarios necesitan una cuenta de AWS, un rol de IAM para acceder a SageMaker AI y un entorno adecuado, como Amazon SageMaker Studio o una instancia de notebook SageMaker. SageMaker JumpStart permite descubrir y desplegar modelos vÃa interfaz web o mediante SageMaker Python SDK, integrando estos modelos avanzados en flujos de trabajo preexistentes.
Una vez desplegado, SAM 2.1 puede utilizarse para tareas como la generación automática de máscaras para objetos en imágenes o el seguimiento de objetos en videos. La API de SageMaker simplifica la interacción con el modelo mediante secuencias de comandos, acercándose asà a investigadores y desarrolladores en minerÃa de datos e inteligencia artificial.
Finalmente, se recomienda a los usuarios eliminar los puntos finales de SageMaker AI tras concluir los trabajos con los modelos para evitar costos innecesarios.
