Segment Anything Model (SAM) for Biology

站点概述

Segment Anything Model（SAM）是Meta AI开发的通用图像分割基础模型，在生物影像分析领域展现出强大的零样本分割能力。SAM基于SA-1B数据集（1100万图像、11亿掩码）训练，可自动分割细胞、组织和器官等生物结构，无需针对特定任务微调。在生物学应用中，SAM已被用于病理切片分割、神经元形态提取和胚胎发育追踪等任务，配合微调可进一步提升生物医学分割精度。多个衍生项目如SAM-Med2D和Medical SAM Adapter专门优化了生物医学影像的分割性能。

官网与访问

官方网址：https://github.com/facebookresearch/segment-anything。访问前请确认链接有效，并注意甄别仿冒站点。

分类归属

所属一级分类：AI+生物学；二级方向：AI影像分析。资源类型：资源。

主要标签

SAM、图像分割、Meta AI、基础模型、生物影像

主要用途

用于「AI+生物学 · AI影像分析」方向的科研查询、工具调用与资源获取，辅助生物学科研、教学与产业应用。

适用人群

生命科学领域的科研人员、高校师生（本科/硕士/博士）、生物信息分析师、医药与农业研发人员、以及生物爱好者与科普创作者。

使用建议

建议优先访问官方网站或机构页面，注意核对域名与版本；对需要账号/权限的资源，优先使用所在机构已采购的数据库权限，并遵守数据使用协议与引用规范。

同类推荐

同属「AI+生物学 · AI影像分析」的其它收录：

• DeepCell
• BioCLIP

小结

Segment Anything Model (SAM) for Biology 已纳入生物导航站的「AI+生物学 · AI影像分析」分类，结合上方概述、用途与建议，可帮助你在生物学科研与学习中更快找到权威、可靠的资源入口。