Voici la traduction en français du texte technique, respectant le style formel et la terminologie spécialisée du domaine :« Nous présentons le modèle Segment Anything Model (SAM) 3, un modèle unifié capable de détecter, de segmenter et de suivre des objets dans des images et des vidéos à partir d'invites conceptuelles (concept prompts). Nous définissons ces dernières comme étant de courts groupes nominaux (par exemple, « bus scolaire jaune »), des exemples visuels, ou une combinaison des deux. La Segmentation de Concepts par Invites (Promptable Concept Segmentation - PCS) traite ces requêtes pour produire des masques de segmentation et attribuer des identités uniques à toutes les instances d'objets correspondantes.Afin de faire progresser la PCS, nous avons développé un moteur de données évolutif générant un jeu de données de haute qualité comprenant 4 millions d'étiquettes de concepts uniques, incluant des négatifs difficiles (hard negatives), à travers des images et des vidéos. Notre modèle se compose d'un détecteur au niveau de l'image et d'un système de suivi vidéo basé sur la mémoire, partageant un unique réseau dorsal (backbone). La reconnaissance et la localisation sont découplées via une tête de présence (presence head), ce qui améliore la précision de la détection.SAM 3 double la précision des systèmes existants en matière de PCS, tant pour l'image que pour la vidéo, et perfectionne les capacités des versions précédentes de SAM sur les tâches de segmentation visuelle. Nous rendons SAM 3 disponible en open source, accompagné de notre nouveau banc d'essai (benchmark) Segment Anything with Concepts (SA-Co) dédié à la segmentation de concepts par invites. »