欢迎访问悟空智库——专业行业公司研究报告文档大数据平台!

华西证券-计算机行业:SAM,机器视觉领域的ChatGPT-230410

上传日期:2023-04-10 18:29:42 / 研报作者:刘泽晶2020年水晶球计算机 最佳分析师第5名
/ 分享者:1007877
研报附件
华西证券-计算机行业:SAM,机器视觉领域的ChatGPT-230410.pdf
大小:1.3M
立即下载 在线阅读

华西证券-计算机行业:SAM,机器视觉领域的ChatGPT-230410

华西证券-计算机行业:SAM,机器视觉领域的ChatGPT-230410
文本预览:

《华西证券-计算机行业:SAM,机器视觉领域的ChatGPT-230410(11页).pdf》由会员分享,可在线阅读,更多相关《华西证券-计算机行业:SAM,机器视觉领域的ChatGPT-230410(11页).pdf(11页精品完整版)》请在悟空智库报告文库上搜索。

(以下内容从华西证券《计算机行业:SAM,机器视觉领域的ChatGPT》研报附件原文摘录)
  SAM,机器视觉领域的ChatGPT   MetaAI发布通用大模型SAM,SAM功能强大,SAM是一种可提示的分割系统,可对不熟悉的对象和图像进行零样本泛化,无需额外训练。SAM优势众多,可与其他系统灵活集成、可进行可拓展式输出等。我们认为零样本泛化能力是SAM的最强大之处,原因是SAM已经了解了物体是什么的一般概念,这种理解可以在不需要额外训练的情况下对不熟悉的物体和图像进行零样本泛化。   SAM训练模型实为CV领域的数据引擎,参数方面的高级功能是其对通过使用模型在环“数据引擎”收集的数百万张图像和掩码进行训练的结果,此外,SAM已经实现开源,算力部分尤为重要,根据Meta官网数据,该模型已经实现在GitHub上开源,算力模型训练部分,该模型在256个A100GPU上训练了3-5天,推理部分,可在NVIDIAA100GPU上,图像编码器大约需要0.15秒。此外,SAM的模型设计极其灵活。   SAM实为解放生产力的双手   我们认为SAM对机器视觉会产生革命性的影响,原因是从机器视觉的角度来说,感知永远是处于智能模块的流程前期,且我们认为感知在AI机器视觉领域占据绝大部分的功耗,原因是感知需要将数据转换成特征向量。就智能驾驶而言,图像分割是深度神经网络架构,在智能驾驶极为重要,SAM出世后,我们认为此神经网络有望直接被SAM大模型代替,效率大幅提升,模型预训练所需的时间、人力成本有望大幅降低,同理,其他领域机器视觉同样受益,例如智慧安防领域、家用摄像头领域、工业智检领域、地理信息化领域、3D建模领域等。   投资建议:   SAM的横空出世有望对机器视觉产生革命性的影响,我们认为以下应用领域有望受益:   1)智能驾驶,受益标的为中科创达、虹软科技、光庭信息、四维图新、东软集团等;   2)安防领域,受益标的为海康威视、当虹科技、大华股份等;   3)家用摄像头与机器人领域,受益标的为科沃斯、石头科技等;   4)工业质检领域,受益标的为凌云光、用友网络、奥比中光等;   5)MR、XR领域,受益标的为歌尔股份、立讯精密、微导纳米、长盈精密等;   6)地理信息化领域,受益标的为航天宏图、中科星图、超图软件等;   7)3D建模仿真领域,受益标的为华如科技、霍莱沃等;   风险提示   核心技术水平升级不及预期的风险;AI伦理风险;政策推进不及预期的风险;中美贸易摩擦升级的风险。
展开>> 收起<<

#免责声明#

本站页面所示及下载的一切研究报告、文档和内容信息皆为本站用户上传分享,仅限用于个人学习、收藏和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。如若内容侵犯了您的权利,请参见底部免责申明联系我们及时删除处理。