Характеристики

Лицензия: AGPL 3.0
Библиотека: pytorch
Опубликована: 25 фев 2024

Ссылки

FastSam-S

Сегментация изображенийИзображение → mask3 профессии

FastSam-S — модель для сегментации объектов на изображениях, оптимизированная компанией Qualcomm для устройств на базе её аппаратных платформ.

875скачиваний за 30 дней10лайковвеса обновлены6 окт 2026

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

Она основана на Fast Segment Anything Model (FastSAM) от CASIA-LMC-Lab и предназначена для решения задач Segment Anything: выделения объектов по различным интерактивным подсказкам. Модель ориентирована на сценарии компьютерного зрения в реальном времени, включая использование на мобильных и периферийных устройствах Android.

FastSam-S использует CNN-архитектуру, принимает изображения с разрешением 640×640 и содержит 11,8 млн параметров; размер модели в формате float составляет 45,1 МБ. В README не указаны поддерживаемые языки, поскольку модель работает с изображениями, а не с текстом. Доступны варианты ONNX в формате float, а также с квантованием w8a16 и смешанной точностью w8a16_mixed_int16. На совместимых устройствах Qualcomm вычисления выполняются на NPU, а заявленная задержка составляет единицы или десятки миллисекунд в зависимости от чипсета и конфигурации.

К сильным сторонам относятся высокая скорость инференса, сниженные вычислительные требования и адаптация к широкому спектру платформ Qualcomm, включая Snapdragon и Dragonwing. Ограничения включают зависимость производительности от конкретного устройства и необходимость самостоятельно экспортировать или компилировать модель; предварительно экспортированные файлы в репозитории не распространяются из-за лицензионных ограничений. Модель распространяется по лицензии AGPL-3.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FastSam-S: Optimized for Qualcomm Devices

The Fast Segment Anything Model (FastSAM) is a novel, real-time CNN-based solution for the Segment Anything task. This task is designed to segment any object within an image based on various possible user interaction prompts. The model performs competitively despite significantly reduced computation, making it a practical choice for a variety of vision tasks.

This is based on the implementation of FastSam-S found here. This repository contains pre-exported model files optimized for Qualcomm® devices. You can use the Qualcomm® AI Hub Models library to export with custom configurations. More details on model performance across various devices, can be found here.

Qualcomm AI Hub Models uses Qualcomm AI Hub Workbench to compile, profile, and evaluate this model. Sign up to run these models on a hosted Qualcomm® device.

Getting Started

Due to licensing restrictions, we cannot distribute pre-exported model assets for this model. Use the Qualcomm® AI Hub Models Python library to compile and export the model with your own:

Custom weights (e.g., fine-tuned checkpoints)
Custom input shapes
Target device and runtime configurations

See our repository for FastSam-S on GitHub for usage instructions.

Model Details

Model Type: Model_use_case.semantic_segmentation

Model Stats:

Inference latency: RealTime
Input resolution: 640x640
Model checkpoint: fastsam-s.pt
Model size (float): 45.1 MB
Number of parameters: 11.8M

Performance Summary

Model	Runtime	Precision	Chipset	Inference Time (ms)	Peak Memory Range (MB)	Primary Compute Unit
FastSam-S	ONNX	float	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	3.714 ms	3 - 198 MB	NPU
FastSam-S	ONNX	float	Snapdragon® 8 Elite For Galaxy Mobile	4.642 ms	13 - 198 MB	NPU
FastSam-S	ONNX	float	Snapdragon® X2 Elite	4.584 ms	17 - 17 MB	NPU
FastSam-S	ONNX	float	Snapdragon® X Elite	8.449 ms	21 - 21 MB	NPU
FastSam-S	ONNX	float	Snapdragon® 8 Gen 3 Mobile	5.966 ms	17 - 230 MB	NPU
FastSam-S	ONNX	float	Snapdragon® 8 Gen 1 Mobile	14.728 ms	17 - 232 MB	NPU
FastSam-S	ONNX	float	Qualcomm® Dragonwing™ IQ-8275	13.393 ms	15 - 19 MB	NPU
FastSam-S	ONNX	float	Qualcomm® Dragonwing™ QCS8550 (Proxy)	8.086 ms	0 - 25 MB	NPU
FastSam-S	ONNX	float	Qualcomm® QCS8450	14.728 ms	17 - 232 MB	NPU
FastSam-S	ONNX	float	Qualcomm® Dragonwing™ IQ-9075	11.908 ms	15 - 18 MB	NPU
FastSam-S	ONNX	float	Qualcomm® Dragonwing™ IQ-X7181	8.449 ms	21 - 21 MB	NPU
FastSam-S	ONNX	float	Qualcomm® Dragonwing™ Q-8750	4.642 ms	13 - 198 MB	NPU
FastSam-S	ONNX	w8a16	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	2.63 ms	1 - 220 MB	NPU
FastSam-S	ONNX	w8a16	Snapdragon® 8 Elite For Galaxy Mobile	3.25 ms	0 - 213 MB	NPU
FastSam-S	ONNX	w8a16	Snapdragon® X2 Elite	3.059 ms	9 - 9 MB	NPU
FastSam-S	ONNX	w8a16	Snapdragon® X Elite	7.044 ms	11 - 11 MB	NPU
FastSam-S	ONNX	w8a16	Snapdragon® 8 Gen 3 Mobile	4.404 ms	8 - 259 MB	NPU
FastSam-S	ONNX	w8a16	Snapdragon® 8 Gen 1 Mobile	9.12 ms	8 - 258 MB	NPU
FastSam-S	ONNX	w8a16	Qualcomm® Dragonwing™ QCS6490	22.148 ms	8 - 11 MB	NPU
FastSam-S	ONNX	w8a16	Qualcomm® Dragonwing™ IQ-8275	6.464 ms	8 - 12 MB	NPU
FastSam-S	ONNX	w8a16	Qualcomm® Dragonwing™ QCS8550 (Proxy)	6.727 ms	0 - 14 MB	NPU
FastSam-S	ONNX	w8a16	Qualcomm® QCS8450	9.12 ms	8 - 258 MB	NPU
FastSam-S	ONNX	w8a16	Qualcomm® Dragonwing™ IQ-9075	6.957 ms	8 - 11 MB	NPU
FastSam-S	ONNX	w8a16	Qualcomm® Dragonwing™ IQ-X7181	7.044 ms	11 - 11 MB	NPU
FastSam-S	ONNX	w8a16	Qualcomm® Dragonwing™ Q-6690	73.236 ms	0 - 216 MB	NPU
FastSam-S	ONNX	w8a16	Qualcomm® Dragonwing™ Q-7790	8.767 ms	8 - 220 MB	NPU
FastSam-S	ONNX	w8a16	Qualcomm® Dragonwing™ Q-8750	3.25 ms	0 - 213 MB	NPU
FastSam-S	ONNX	w8a16	Snapdragon® 7 Gen 4 Mobile	8.767 ms	8 - 220 MB	NPU
FastSam-S	ONNX	w8a16_mixed_int16	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	3.615 ms	1 - 222 MB	NPU
FastSam-S	ONNX	w8a16_mixed_int16	Snapdragon® 8 Elite For Galaxy Mobile	4.743 ms	6 - 223 MB	NPU
FastSam-S	ONNX	w8a16_mixed_int16	Snapdragon® X2 Elite	4.39 ms	9 - 9 MB	NPU
FastSam-S	ONNX	w8a16_mixed_int16	Snapdragon® X Elite	9.034 ms	21 - 21 MB	NPU
FastSam-S	ONNX	w8a16_mixed_int16	Snapdragon® 8 Gen 3 Mobile	5.82 ms	8 - 266 MB	NPU
FastSam-S	ONNX	w8a16_mixed_int16	Qualcomm® Dragonwing™ IQ-8275	8.433 ms	8 - 12 MB	NPU
FastSam-S	ONNX	w8a16_mixed_int16	Qualcomm® Dragonwing™ QCS8550 (Proxy)	8.608 ms	0 - 24 MB	NPU
FastSam-S	ONNX	w8a16_mixed_int16	Qualcomm® Dragonwing™ IQ-9075	8.734 ms	8 - 11 MB	NPU
FastSam-S	ONNX	w8a16_mixed_int16	Qualcomm® Dragonwing™ IQ-X7181	9.034 ms	21 - 21 MB	NPU
FastSam-S	ONNX	w8a16_mixed_int16	Qualcomm® Dragonwing™ Q-6690	117.619 ms	8 - 240 MB	NPU
FastSam-S	ONNX	w8a16_mixed_int16	Qualcomm® Dragonwing™ Q-7790	12.964 ms	8 - 231 MB	NPU
FastSam-S	ONNX	w8a16_mixed_int16	Qualcomm® Dragonwing™ Q-8750	4.743 ms	6 - 223 MB	NPU
FastSam-S	ONNX	w8a16_mixed_int16	Snapdragon® 7 Gen 4 Mobile	12.964 ms	8 - 231 MB	NPU
FastSam-S	QNN_DLC	float	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	3.285 ms	5 - 178 MB	NPU
FastSam-S	QNN_DLC	float	Snapdragon® 8 Elite For Galaxy Mobile	4.32 ms	5 - 176 MB	NPU
FastSam-S	QNN_DLC	float	Snapdragon® X2 Elite	4.5 ms	5 - 5 MB	NPU
FastSam-S	QNN_DLC	float	Snapdragon® X Elite	8.084 ms	5 - 5 MB	NPU
FastSam-S	QNN_DLC	float	Snapdragon® 8 Gen 3 Mobile	5.735 ms	5 - 209 MB	NPU
FastSam-S	QNN_DLC	float	Snapdragon® 8 Gen 1 Mobile	13.67 ms	4 - 209 MB	NPU
FastSam-S	QNN_DLC	float	Qualcomm® Dragonwing™ IQ-8275	12.668 ms	5 - 17 MB	NPU
FastSam-S	QNN_DLC	float	Qualcomm® Dragonwing™ QCS8550 (Proxy)	7.534 ms	5 - 7 MB	NPU
FastSam-S	QNN_DLC	float	Qualcomm® QCS8450	13.67 ms	4 - 209 MB	NPU
FastSam-S	QNN_DLC	float	Qualcomm® Dragonwing™ IQ-9075	11.204 ms	7 - 18 MB	NPU
FastSam-S	QNN_DLC	float	Qualcomm® Dragonwing™ IQ-X7181	8.084 ms	5 - 5 MB	NPU
FastSam-S	QNN_DLC	float	Qualcomm® Dragonwing™ Q-8750	4.32 ms	5 - 176 MB	NPU
FastSam-S	QNN_DLC	float	Qualcomm® SA8295P	13.982 ms	0 - 172 MB	NPU
FastSam-S	QNN_DLC	w8a16	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	2.063 ms	2 - 197 MB	NPU
FastSam-S	QNN_DLC	w8a16	Snapdragon® 8 Elite For Galaxy Mobile	2.645 ms	0 - 192 MB	NPU
FastSam-S	QNN_DLC	w8a16	Snapdragon® X2 Elite	3.086 ms	2 - 2 MB	NPU
FastSam-S	QNN_DLC	w8a16	Snapdragon® X Elite	5.949 ms	2 - 2 MB	NPU
FastSam-S	QNN_DLC	w8a16	Snapdragon® 8 Gen 3 Mobile	3.698 ms	2 - 230 MB	NPU
FastSam-S	QNN_DLC	w8a16	Snapdragon® 8 Gen 1 Mobile	7.568 ms	2 - 228 MB	NPU
FastSam-S	QNN_DLC	w8a16	Qualcomm® Dragonwing™ QCS6490	18.694 ms	4 - 11 MB	NPU
FastSam-S	QNN_DLC	w8a16	Qualcomm® Dragonwing™ IQ-8275	5.423 ms	1 - 8 MB	NPU
FastSam-S	QNN_DLC	w8a16	Qualcomm® Dragonwing™ QCS8550 (Proxy)	5.365 ms	2 - 4 MB	NPU
FastSam-S	QNN_DLC	w8a16	Qualcomm® SA8650P	5.994 ms	1 - 195 MB	NPU
FastSam-S	QNN_DLC	w8a16	Qualcomm® SA8255P	5.994 ms	1 - 195 MB	NPU
FastSam-S	QNN_DLC	w8a16	Qualcomm® QCS8450	7.568 ms	2 - 228 MB	NPU
FastSam-S	QNN_DLC	w8a16	Qualcomm® Dragonwing™ IQ-9075	5.635 ms	0 - 7 MB	NPU
FastSam-S	QNN_DLC	w8a16	Qualcomm® Dragonwing™ IQ-X7181	5.949 ms	2 - 2 MB	NPU
FastSam-S	QNN_DLC	w8a16	Qualcomm® Dragonwing™ Q-6690	61.46 ms	2 - 198 MB	NPU
FastSam-S	QNN_DLC	w8a16	Qualcomm® Dragonwing™ Q-7790	7.87 ms	2 - 190 MB	NPU
FastSam-S	QNN_DLC	w8a16	Qualcomm® Dragonwing™ Q-8750	2.645 ms	0 - 192 MB	NPU
FastSam-S	QNN_DLC	w8a16	Qualcomm® SA8295P	7.615 ms	2 - 189 MB	NPU
FastSam-S	QNN_DLC	w8a16	Snapdragon® 7 Gen 4 Mobile	7.87 ms	2 - 190 MB	NPU
FastSam-S	QNN_DLC	w8a16_mixed_int16	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	3.055 ms	2 - 202 MB	NPU
FastSam-S	QNN_DLC	w8a16_mixed_int16	Snapdragon® 8 Elite For Galaxy Mobile	4.041 ms	2 - 199 MB	NPU
FastSam-S	QNN_DLC	w8a16_mixed_int16	Snapdragon® X2 Elite	4.246 ms	2 - 2 MB	NPU
FastSam-S	QNN_DLC	w8a16_mixed_int16	Snapdragon® X Elite	8.017 ms	2 - 2 MB	NPU
FastSam-S	QNN_DLC	w8a16_mixed_int16	Snapdragon® 8 Gen 3 Mobile	5.121 ms	2 - 238 MB	NPU
FastSam-S	QNN_DLC	w8a16_mixed_int16	Qualcomm® Dragonwing™ IQ-8275	7.425 ms	2 - 10 MB	NPU
FastSam-S	QNN_DLC	w8a16_mixed_int16	Qualcomm® Dragonwing™ QCS8550 (Proxy)	7.336 ms	2 - 4 MB	NPU
FastSam-S	QNN_DLC	w8a16_mixed_int16	Qualcomm® SA8650P	7.563 ms	0 - 193 MB	NPU
FastSam-S	QNN_DLC	w8a16_mixed_int16	Qualcomm® SA8255P	7.563 ms	0 - 193 MB	NPU
FastSam-S	QNN_DLC	w8a16_mixed_int16	Qualcomm® Dragonwing™ IQ-9075	7.454 ms	2 - 9 MB	NPU
FastSam-S	QNN_DLC	w8a16_mixed_int16	Qualcomm® Dragonwing™ IQ-X7181	8.017 ms	2 - 2 MB	NPU
FastSam-S	QNN_DLC	w8a16_mixed_int16	Qualcomm® Dragonwing™ Q-6690	112.22 ms	2 - 213 MB	NPU
FastSam-S	QNN_DLC	w8a16_mixed_int16	Qualcomm® Dragonwing™ Q-7790	11.549 ms	2 - 203 MB	NPU
FastSam-S	QNN_DLC	w8a16_mixed_int16	Qualcomm® Dragonwing™ Q-8750	4.041 ms	2 - 199 MB	NPU
FastSam-S	QNN_DLC	w8a16_mixed_int16	Snapdragon® 7 Gen 4 Mobile	11.549 ms	2 - 203 MB	NPU
FastSam-S	TFLITE	float	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	3.088 ms	0 - 76 MB	NPU
FastSam-S	TFLITE	float	Snapdragon® 8 Elite For Galaxy Mobile	3.917 ms	4 - 86 MB	NPU
FastSam-S	TFLITE	float	Snapdragon® 8 Gen 3 Mobile	5.155 ms	4 - 114 MB	NPU
FastSam-S	TFLITE	float	Snapdragon® 8 Gen 1 Mobile	13.209 ms	4 - 226 MB	NPU
FastSam-S	TFLITE	float	Qualcomm® Dragonwing™ IQ-8275	11.828 ms	4 - 40 MB	NPU
FastSam-S	TFLITE	float	Qualcomm® Dragonwing™ QCS8550 (Proxy)	6.906 ms	4 - 6 MB	NPU
FastSam-S	TFLITE	float	Qualcomm® SA8775P	63.062 ms	5 - 36 MB	GPU
FastSam-S	TFLITE	float	Qualcomm® SA8650P	63.062 ms	5 - 36 MB	GPU
FastSam-S	TFLITE	float	Qualcomm® SA8255P	63.062 ms	5 - 36 MB	GPU
FastSam-S	TFLITE	float	Qualcomm® QCS8450	13.209 ms	4 - 226 MB	NPU
FastSam-S	TFLITE	float	Qualcomm® Dragonwing™ IQ-9075	10.447 ms	4 - 39 MB	NPU
FastSam-S	TFLITE	float	Qualcomm® Dragonwing™ Q-8750	3.917 ms	4 - 86 MB	NPU
FastSam-S	TFLITE	float	Qualcomm® SA7255P	147.705 ms	5 - 32 MB	GPU
FastSam-S	TFLITE	float	Qualcomm® SA8295P	12.896 ms	4 - 189 MB	NPU

License

The license for the original implementation of FastSam-S can be found here.

References

Community

Join our AI Hub Slack community to collaborate, post questions and learn more about on-device AI.
For questions or feedback please reach out to us.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Библиотека «pytorch» рантаймом не поддерживается.

Ревизия весов: 9a66cac