/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
22 дек 2023

EfficientSAM

Генерация масокИзображение → mask

EfficientSAM — облегчённая модель Segment Anything для сегментации объектов на изображениях с меньшими вычислительными затратами.

0скачиваний за 30 дней6лайковвеса обновлены29 янв 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

EfficientSAM — семейство облегчённых моделей сегментации изображений, разработанное авторами работы EfficientSAM: Leveraged Masked Image Pretraining for Efficient Segment Anything. Модели предназначены для сегментации объектов по схеме Segment Anything с уменьшенными вычислительными затратами по сравнению с крупной SAM.

В основе подхода — предварительное обучение лёгких кодировщиков изображений с помощью SAMI, где модель учится восстанавливать признаки кодировщика SAM. Затем кодировщики и декодер масок дообучаются на SA-1B. Авторы сообщают о результатах на задачах сегментации экземпляров и других компьютерно-зрительных задачах, включая преимущество примерно в 4 AP на COCO/LVIS относительно ряда быстрых SAM-моделей. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0.

Модель принимает изображения и выдаёт маски сегментации. Описание не задаёт языковой интерфейс или поддержку текстовых запросов; применение ограничено компьютерным зрением, а результаты могут зависеть от входных изображений и сценария сегментации.

Сценарии применения

  • генерация масок объектов на изображениях
  • нулевая сегментация экземпляров объектов
  • сегментация объектов в компьютерном зрении
  • разметка объектов для подготовки обучающих данных

Ограничения

Облегчённая архитектура снижает вычислительные затраты, но описание не даёт гарантий качества для конкретных наборов данных или сценариев. Текстовое управление сегментацией и языковая поддержка в карточке не заявлены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

EfficientSAM

EfficientSAM: Leveraged Masked Image Pretraining for Efficient Segment Anything

[From the Paper]

Segment Anything Model (SAM) has emerged as a powerful tool for numerous vision applications. A key component that drives the impressive performance for zero-shot transfer and high versatility is a super large Transformer model trained on the extensive high-quality SA-1B dataset. While beneficial, the huge computation cost of SAM model has limited its applications to wider real-world applications. To address this limitation, we propose EfficientSAMs, light-weight SAM models that exhibit decent performance with largely reduced complexity. Our idea is based on leveraging masked image pretraining, SAMI, which learns to reconstruct features from SAM image encoder for effective visual representation learning. Further, we take SAMI-pretrained light-weight image encoders and mask decoder to build EfficientSAMs, and finetune the models on SA-1B for segment anything task. We perform evaluations on multiple vision tasks including image classification, object detection, instance segmentation, and semantic object detection, and find that our proposed pretraining method, SAMI, consistently outperforms other masked image pretraining methods. On segment anything task such as zero-shot instance segmentation, our EfficientSAMs with SAMI-pretrained lightweight image encoders perform favorably with a significant gain (e.g., ~4 AP on COCO/LVIS) over other fast SAM models.

Find the demo here.

@article{xiong2023efficientsam,
  title={EfficientSAM: Leveraged Masked Image Pretraining for Efficient Segment Anything},
  author={Yunyang Xiong, Bala Varadarajan, Lemeng Wu, Xiaoyu Xiang, Fanyi Xiao, Chenchen Zhu, Xiaoliang Dai, Dilin Wang, Fei Sun, Forrest Iandola, Raghuraman Krishnamoorthi, Vikas Chandra},
  journal={arXiv:2312.00863},
  year={2023}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
38bb0b5

0 моделей