Task:向模型输入图片以及分割提示，可以是点、框、文本，模型生成相应的分割掩膜。图像编码器计算图像嵌入；提示编码器嵌入提示；mask decoder整合两者信息，输入最终的mask。SAM模型的官方demo，可以更快理解交互式分割提高模型的在新数据分布上面泛化能力，需要一个庞大的数据集训练模型。我们的数据引擎有三个阶段：辅助手动，半自动和全自动。在第一阶段，SAM协助注释者注释Mask，类似于经