/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
sam · dense
Опубликована
8 янв 2024

SlimSAM-uniform-50

Генерация масокИзображение → mask4 профессии

Компактная модель семейства SAM для генерации масок объектов на изображениях с существенно меньшим числом параметров, чем у SAM-H.

1 510скачиваний за 30 дней15лайковвеса обновлены8 ноя 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

SlimSAM-uniform-50 — компактная версия Segment Anything Model, разработанная Zigeng Chen, Gongfan Fang, Xinyin Ma и Xinchao Wang из Learning and Vision Lab Национального университета Сингапура. Модель предназначена для генерации масок и сегментации объектов на изображениях.

SlimSAM получена сжатием предварительно обученной SAM с помощью чередующегося прореживания и дистилляции. В варианте SlimSAM-50 около 5,7 млн параметров и 21 млрд MACs — соответственно 0,9% и 0,8% от показателей SAM-H. Для обучения метода использовано 10 тыс. примеров, или 0,1% от объёма, указанного для сравнения с исходной SAM-H. Авторы сообщают о близкой к исходной модели производительности при существенно меньшем размере.

Модель принимает изображения и выдаёт сегментационные маски. В метаданных указаны архитектура SAM и класс SamModel; файлы представлены в формате safetensors. Лицензия — Apache-2.0. README не сообщает о поддержке текстовых запросов или конкретных языков; результаты и производительность могут зависеть от изображений и сценария сегментации.

Сценарии применения

  • создание масок объектов на изображении
  • выделение объектов для подготовки датасета сегментации
  • сегментация объектов в приложениях компьютерного зрения

Ограничения

README заявляет о производительности, близкой к SAM-H, но не приводит численных результатов для этого чекпойнта. Поддержка текстовых запросов и перечень языков не описаны.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SlimSAM: 0.1% Data Makes Segment Anything Slim

0.1% Data Makes Segment Anything Slim
Zigeng Chen, Gongfan Fang, Xinyin Ma, Xinchao Wang
Learning and Vision Lab, National University of Singapore
Paper: [Arxiv] Code: [SlimSAM]

Introduction

SlimSAM is a novel SAM compression method, which efficiently reuses pre-trained SAMs without the necessity for extensive retraining. This is achieved by the efficient reuse of pre-trained SAMs through a unified pruning-distillation framework. To enhance knowledge inheritance from the original SAM, we employ an innovative alternate slimming strategy that partitions the compression process into a progressive procedure. Diverging from prior pruning techniques, we meticulously prune and distill decoupled model structures in an alternating fashion. Furthermore, a novel label-free pruning criterion is also proposed to align the pruning objective with the optimization target, thereby boosting the post-distillation after pruning.

SlimSAM achieves approaching performance while reducing the parameter counts to 0.9% (5.7M), MACs to 0.8% (21G), and requiring mere 0.1% (10k) of the training data when compared to the original SAM-H. Extensive experiments demonstrate that our method realize significant superior performance while utilizing over 10 times less training data when compared to other SAM compression methods.

Model Using

Fast state_dict loading for local uniform pruning SlimSAM-50 model:

model = SamModel.from_pretrained("Zigeng/SlimSAM-uniform-50").to("cuda")
processor = SamProcessor.from_pretrained("Zigeng/SlimSAM-uniform-50")

img_url = "https://huggingface.co/ybelkada/segment-anything/resolve/main/assets/car.png"
raw_image = Image.open(requests.get(img_url, stream=True).raw).convert("RGB")
input_points = [[[450, 600]]] # 2D localization of a window
inputs = processor(raw_image, input_points=input_points, return_tensors="pt").to("cuda")
outputs = model(**inputs)
masks = processor.image_processor.post_process_masks(outputs.pred_masks.cpu(), inputs["original_sizes"].cpu(), inputs["reshaped_input_sizes"].cpu())
scores = outputs.iou_scores

BibTex of our SlimSAM

If you use SlimSAM in your research, please use the following BibTeX entry. Thank you!

@misc{chen202301,
      title={0.1% Data Makes Segment Anything Slim}, 
      author={Zigeng Chen and Gongfan Fang and Xinyin Ma and Xinchao Wang},
      year={2023},
      eprint={2312.05284},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

Acknowledgement

@article{kirillov2023segany,
  title={Segment Anything}, 
  author={Kirillov, Alexander and Mintun, Eric and Ravi, Nikhila and Mao, Hanzi and Rolland, Chloe and Gustafson, Laura and Xiao, Tete and Whitehead, Spencer and Berg, Alexander C. and Lo, Wan-Yen and Doll{\'a}r, Piotr and Girshick, Ross},
  journal={arXiv:2304.02643},
  year={2023}
}
@inproceedings{fang2023depgraph,
  title={Depgraph: Towards any structural pruning},
  author={Fang, Gongfan and Ma, Xinyin and Song, Mingli and Mi, Michael Bi and Wang, Xinchao},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
  pages={16091--16101},
  year={2023}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · mask-generation

Можно запустить

Подбираем GPU…

Класс архитектуры
SamModel
Ревизия весов
d67c795

0 моделей