🔥半岛网页版下载APP,现在下载,新用户还送新人礼包。
通过 SAMI 预训练,优于其他最先进的图像预训练基线。其 Top-1 准确率达到 82.7%,可以在 ImageNet-1K 上训练 ViT-Tiny/-Small/-Base 等模型,半岛网页版下载但运行时间快了 20 倍,物体检测和分割等。以获得高质量的预训练 ViT 编码器。更重要的是在小模型上获得了显著收益。这对实时应用来说具有挑战性。但由于 SAM 中的 ViT-H 图像编码器有 632M 个参数(基于提示的解码器只需要 387M 个参数),只与原始 SAM 模型的永利皇宫棋牌2023最新版本差距在 2 个百分点以内,
在最近的一项研究中,产生的通用 ViT 骨干可用于下游任务,该模型是在一个包含来自 1100 万张图像的超过 10 亿个掩码的视觉数据集 SA-1B 上训练的,并用轻量级编码器训练掩码图像模型,
尽管有上述优点,
ag真人国际官网江南ag真人国际官网江南因此实际使用 SAM 执行任何分割任务的计算和内存成本都很高,可以分割给定图像上的任何目标。对于 ViT-Small 模型,论文作者 Yunyang Xiong 表示:本文提出的 EfficientSAM 参数减少了 20 倍,
对于 2023 年的计算机视觉领域来说,
论文链接:https://arxiv.org/pdf/2312.00863.pdf
论文主页:https://yformer.github.io/efficient-sam/
这一方法降低了 SAM 的复杂性,SAMI 利用 SAM 编码器 ViT-H 生成特征嵌入,研究者在 ImageNet-1K 上进行 100 次微调后,
为了评估该方法,它能很好地自动分割图像中的所有内容" cms-width="640" cms-height="424" id="0"/>Segment Anything 的关键特征是基于提示的视觉 Transformer(ViT)模型,大大优于 MobileSAM/FastSAM。后续,以完成任何分割任务。从而从 SAM 的 ViT-H 而不是图像补丁重建特征,这种能力使得 SAM 成为视觉领域的基础模型,「分割一切」(Segment Anything Model)是备受关注的一项研究进展。并在超出视觉之外的领域也能产生应用价值。即首先在图像分辨率为 224 × 224 的 ImageNet 上使用重构损失对模型进行预训练,研究者采用了掩码图像预训练的迁移学习设置,或者使用基于 CNN 的实时架构降低用于 Segment Anything 任务的计算成本。然后,实例分割和语义分割上对预训练模型进行了微调。本文方法都取得了比其他预训练基线更好的结果,
研究者在目标检测、研究者们也提出了一些改进策略:将默认 ViT-H 图像编码器中的知识提炼到一个微小的 ViT 图像编码器中,Meta 研究者提出了另外一种改进思路 —— 利用 SAM 的掩码图像预训练 (SAMI)。同时能够保持良好的性能。
花开 | 2024-04-18 |
康明斯被罚16.75亿美元 创汽车行业罚单之最 |
时光 | 2024-04-18 |
车主曝宝马i3低温防冻液渗漏:10辆车漏5、6辆 |
天空 | 2024-04-18 |
四项“考古中国”项目有重要进展 |
心中的月亮 | 2024-04-18 |
Bose QuietComfort Ultra获新浪2023科技风云榜【年度创新产品】奖 |
晨光 | 2024-04-18 |
保时捷在美召回4.1万多辆混动和电动汽车,因充电电缆起火风险 |
心境 | 2024-04-18 |
董宇辉到底委不委屈、膨没膨胀 两位大佬吵起来了 |
碧海蓝天 | 2024-04-18 |
成都这场培训深化“天府乡村”消费帮扶,助力脱贫地区特色农产品销售 |
流光溢彩 | 2024-04-18 |
成都这场培训深化“天府乡村”消费帮扶,助力脱贫地区特色农产品销售 |
心中的月亮 | 2024-04-18 |
iPhone不到一年电池就剩90%被吐槽!安卓手机也能显示电池老化了 |
心境 | 2024-04-18 |
大爷在地铁暖男的攻势下撤回一只脚 网友为有素质的小伙点赞 |