#マルチモーダル
画像セグメンテーション技術 SEEMとは？～arxiv論文「Segment Everything Everywhere All at Once」を読む
上記論文で提案された、マルチモーダルな画像セグメンテーション技術である「SEEM」の概要をまとめてみました。数学的な定義などは専門家にお任せして図表メインで説明します。なお、デモは以下で公開されており、ソースコードも近日中に公開されるとのことです。楽しみですね。 実行サンプルまず、特徴的な実行サンプルの紹介から トラック形態のオプティマスプライム（映画トランスフォーマーに登場する主人公というか指揮官の機械生命体）のトラックヘッドの画像にざっくり印（黄緑の線）をつけておくと、
