このトピックでは、モデルギャラリーを使用して Grounded-SAM モデルをデプロイし、画像セグメンテーションとアノテーションに使用する方法について説明します。
背景情報
Grounded-SAM モデルは、テキスト入力から任意の画像を検出、セグメンテーション、生成できる強力なゼロショットビジュアルアプリケーションです。このモデルは、IDEA が率いる専門の中国チームが作成し、Meta の SAM モデルと他の 3 つの強力なゼロショットモデルに基づいています。
Grounded-SAM モデルは、Grounding DINO と Segment Anything Model (SAM) の 2 つの主要なモデルで構成されています。SAM はゼロショットセグメンテーションモデルです。トレーニング中に見ていないオブジェクトや画像を含め、画像や動画内のあらゆるオブジェクトのマスクを生成できます。Grounding DINO は、テキスト記述から画像内の任意のオブジェクトを見つけることができる高度なゼロショットディテクターです。
モデル詳細ページへの移動
-
モデルギャラリーページに移動します。
-
PAI コンソールにログオンします。
-
上部メニューの左上隅でリージョンを選択します。
-
左側メニューで ワークスペースリスト をクリックし、開きたいワークスペースの名前をクリックします。
-
左側メニューで、クイックスタート > [Model Gallery] を選択します。
-
-
「モデルギャラリー」ホームページの コンピュータビジョン エリアで、画像セグメンテーション をクリックします。次に、右側のモデルリストで Modelscope_Segment-Anything モデルカードをクリックして、モデルの詳細ページを開きます。
オンラインサービスのデプロイ
モデルギャラリーは Elastic Algorithm Service (EAS) と統合されています。これを使用して、Grounded-SAM モデルをオンラインサービスとしてデプロイし、WebUI アプリケーションを生成できます。WebUI アプリケーションを使用すると、Grounded-SAM モデルの強力な画像セグメンテーション機能を簡単にテストできます。モデルギャラリーからオンラインサービスをデプロイするには、次の手順を実行します:
-
モデル詳細ページで、デプロイメント をクリックします。
-
基本的なサービスとリソース情報を確認します。
モデルギャラリーは、モデルの特性に基づいて、各モデルデプロイのコンピューティングリソースとサービス名を事前設定します。この例では、デフォルト設定を使用します。必要に応じて、デプロイ設定を変更することもできます。パラメーターの設定方法の詳細については、「モデルのデプロイとデバッグ」をご参照ください。
デフォルトのリソースタイプはパブリックリソースです。[Instance Type] は [ecs.gn7i-c8g1.2xlarge] (8 vCPU、30 GiB、NVIDIA A10 × 1) で、インスタンス数は 1 です。設定を確認したら、[Deploy] をクリックします。
-
デプロイメント をクリックします。課金通知 ダイアログボックスで、OK をクリックします。
ページは自動的に サービスの詳細 ページにリダイレクトされ、基本情報 セクションでデプロイステータスを表示できます。 モデルが大きいため、デプロイプロセスには約 10 分かかります。 ステータス が 実行中 に変わると、モデルサービスがデプロイされます。 また、Elastic Algorithm Service (EAS) ページの オンライン推論サービス タブでデプロイタスクを表示することもできます。 詳細については、「サービスのデプロイ」をご参照ください。
その後、WebUI アプリケーションを起動して、Grounded-SAM モデルの推論機能をテストできます。詳細については、「Grounded-SAM モデルの体験」をご参照ください。
Grounded-SAM モデルの体験
-
デプロイされたサービスの サービスの詳細 ページで、右上隅にある WEB アプリケーションの表示 をクリックして WebUI アプリケーションを起動します。
-
WebUI アプリケーションページで、モデルの推論機能をテストできます。
Grounded-SAM モデルは、複数のタスクモードを提供します。ページの左側にある [Image] エリアで、セグメンテーションする画像をアップロードできます。ページの下部で、[task_type] を選択し、対応する [Text Prompt] を入力します。次に、[Run] をクリックして画像セグメンテーションタスクを開始します。
この例では、次の 2 つのタスクモード ([task_type]) について説明します。これらのモードを使用すると、Grounded-SAM モデルの強力な画像セグメンテーション機能をテストできます。
-
自動モード
[task_type] を [automatic] に設定します。他の情報を入力する必要はありません。画像をアップロードした後、[Run] をクリックして自動的に画像セグメンテーションを実行します。これにより、非インタラクティブな検出とセグメンテーションが実行されます。
-
スクリブルモード
[task_type] を [scribble] に設定します。マウスを使用して、セグメンテーションする画像の部分をクリックしてマークできます。自動モードと同様に、[Text Prompt] を入力する必要はありません。次に、[Run] をクリックして画像セグメンテーションを実行します。
-