SAM 3. 오브젝트를 찾아보세요.

Meta의 Segment Anything Model 3를 알아보세요. 개념 프롬프트, 인터랙티브 마스크, 이전 SAM 모델과의 공개 비교 결과를 소개해요.

Segmentit이 독립적으로 작성한 가이드예요. SAM 3와 SAM 3D는 Meta가 개발하며 Segmentit은 Meta와 제휴 관계가 없어요.

SAM 3란 무엇인가요?

SAM3로도 검색되는 SAM 3는 이미지와 영상에서 오브젝트를 찾고 분할하는 Meta의 모델이에요. “빨간 의자” 같은 짧은 개념으로 일치하는 대상을 찾을 수 있으며, 시각적 프롬프트는 선택을 도와줘요. 출력은 대상에 속하는 픽셀을 나타내는 마스크예요.

Meta · SAM 3 ↗

SAM 3

이미지 → 2D 마스크

SAM 3D Objects

이미지 + 마스크 → 3D 오브젝트

정확한 선택과 입체 재구성은 서로 다른 요구를 해결해요. 형태, 텍스처, 장면 구성에 앞서 올바른 대상을 선택해야 해요. 살펴보기 SAM 3D.

비교한 모델

기관 및 공동 연구진의 국가예요. 각 모델에서 공식 프로젝트로 이동할 수 있어요.

SAM 3로 무엇을 할 수 있나요?

텍스트 프롬프트

개념 찾기

“빨간 의자”처럼 대상의 이름을 입력하면 일치하는 오브젝트를 찾아요.

시각적 프롬프트

마스크 안내

점, 상자 또는 이미지 예시로 선택할 대상을 지정하세요.

영상 세그멘테이션

대상 추적

연구 모델은 여러 프레임에서 감지와 추적을 결합해요.

창작 방식 선택

구성에 사용할 제품을 분리하거나 투명 누끼 이미지를 준비하고, 3D 오브젝트로 만들 대상을 선택하세요. 내보내기 전에 작은 디테일을 확인하세요.

SAM 3의 작동 방식은 무엇인가요?

설명하거나 가리키기

텍스트로 개념을 지정하고 점과 상자로 시각적 지침을 제공해요.

감지 및 분할

검출기가 일치하는 대상을 찾고 마스크를 예측해요. 공유 시각 백본이 감지와 영상 추적을 지원해요.

마스크 다듬기

긍정 및 부정 프롬프트로 대상을 조정할 수 있어요. 연구 모델은 영상 프레임 사이에서도 오브젝트의 식별 정보를 유지해요.

연구 모델의 아키텍처예요. 애플리케이션에서 제공하는 영상 기능, 표현 방식, 도구는 다를 수 있어요. 공식 코드 ↗

SAM 1, SAM 2.1, SAM 3 비교

SA-37 · 인터랙티브 이미지 세그멘테이션 · 평균 mIoU · 높을수록 좋음

SAM 1 HSAM 2.1 LSAM 3
클릭 수에 따른 정확도SA-37의 SAM 1 H, SAM 2.1 L, SAM 3. 세로축 범위는 0~100 mIoU예요. 수치는 표에 있어요. 0255075100 mIoU 1 클릭3 클릭5 클릭 SAM 1 H: 58.5 mIoUSAM 1 H: 77.0 mIoUSAM 1 H: 82.1 mIoUSAM 2.1 L: 66.4 mIoUSAM 2.1 L: 80.3 mIoUSAM 2.1 L: 84.3 mIoUSAM 3: 66.1 mIoUSAM 3: 81.3 mIoUSAM 3: 85.1 mIoU
데이터 및 지표
SA-37 · Table 6
모델1 클릭3 클릭5 클릭
SAM 1 H58.577.082.1
SAM 2.1 L66.480.384.3
SAM 366.181.385.1

mIoU: 예측 마스크와 기준 마스크의 평균 교집합 대 합집합 비율. 세 가지 클릭 횟수에 대해 평가했으며, 선은 중간 결과를 추정하지 않고 관측값을 연결해요.

출처: Carion et al. · SAM 3 · Table 6 · arXiv v1 (2025) ↗

클릭 5회에서 SAM 3는 85.1 mIoU를 기록하며 SAM 2.1 L의 84.3보다 높아요. 클릭 1회에서는 SAM 2.1 L이 66.4로 SAM 3의 66.1보다 조금 앞서요. 개선 폭은 상호작용 조건에 따라 달라져요.

결과 해석하기

2025년 발표 자료에서 평가한 버전을 역사적으로 비교한 것으로, 2026년 10월 7일에 검토했어요. 데이터셋, 프롬프트, 지표에 따라 측정 대상이 달라져요. 이 점수는 Segmentit의 생성 시간이나 모든 사진의 결과 품질을 예측하지 않아요.

연구에서 다음 창작물로.

Segmentit에서 선택은 창작의 첫 단계예요. 오브젝트를 고르고 윤곽선을 다듬은 뒤 투명 PNG로 저장하거나 3D 제작으로 이어가세요. 명확한 마스크는 원하는 대상을 정확히 남기는 데 도움이 돼요.

SAM 3 관련 질문

SAM 3가 3D 모델을 만드나요?

SAM 3는 세그멘테이션 마스크를 만들어요. 3D 재구성은 SAM 3D Objects가 담당해요. 이미지에서 3D로 이어지는 작업 과정의 서로 다른 단계를 맡아요.

SAM 2에서 무엇이 바뀌었나요?

개념 프롬프트를 사용하면 텍스트나 예시로 일치하는 오브젝트를 검색할 수 있어요. 위 차트는 클릭을 이용한 인터랙티브 세그멘테이션을 별도로 비교해요.

모델은 어디에서 찾을 수 있나요?

Meta는 아래에 링크된 SAM 3 공식 저장소에 코드, 체크포인트 접근 안내, 노트북을 공개해요. 시각적 작업 환경을 원하면 Segmentit 스튜디오를 여세요.

출처 및 문서

검토일 · Segmentit 편집팀

Segmentit에 오신 것을 환영합니다

사진으로 만나는 새로운 차원.

Google로 계속하기
또는