／Meta

要成功分割视频中的对象，需要了解实体于空间与时间中的位置，相较于图像中的对象分割，视频中的对象移动、变形、遮挡、照明变化或其它因素，都可能在不同的画面之间发生重大变化，再加上视频品质通常低于图像，更增加了难度。于是Meta借由创建新的视频对象分割数据集（SA-V Dataset）来训练SAM 2。

／Meta

SA-V Dataset包含了5.1万个真实世界的视频，以及超过60万个时空掩码（Masklet），Masklet标注了对象于画面中出现的时间点与位置。相较于坊间最大的视频分割数据集，SA-V Dataset的视频数量是它的4.5倍，标注数量则是53倍。

自发布图像对象分割模型SAM以来，除了Meta的内部应用外，SAM已被应用在海洋科学中以分割声纳图像或分析珊瑚礁，亦已被应用在救灾的卫星图像分析，以及医疗领域上的细胞图像分割，并协助检测皮肤癌。Meta更预期可同时分割影像及视频对象的SAM 2可望被用在自动驾驶系统，追踪濒临绝种的动物，或是应用在医疗领域的腹腔摄影镜头上，相信它有更广泛的可能性。

SAM 2代码及权重采用Apache 2.0开源授权，SAM 2评估代码则采用BSD-3开源授权，而SA-V Dataset亦通过CC BY 4.0授权与外界共享。用户可通过SAM 2的展示网站理解它的能力。