Project Icon

EfficientSAM

基于掩码预训练的实时图像分割模型

EfficientSAM是一个基于掩码图像预训练的通用图像分割模型,支持点提示、框提示、全景分割和显著性检测等功能。该模型在保持高精度的同时显著提高了处理速度,已集成到多个开源工具中。项目提供在线演示和Jupyter notebook示例,便于研究人员和开发者快速上手和应用。

EfficientSAM

EfficientSAM:利用掩码图像预训练实现高效分割任何物体

新闻

[2024年1月12日] EfficientSAM的ONNX版本(包括单独的编码器和解码器)现已在Hugging Face Space上提供(感谢@wkentaro Kentaro Wada实现ONNX导出)

[2023年12月31日] EfficientSAM已集成到标注工具Labelme中(非常感谢Labelme团队和@wkentaro Kentaro Wada)

[2023年12月11日] EfficientSAM模型代码及检查点现已在此仓库中完全可用。示例脚本展示了如何使用检查点实例化模型并在图像上查询点。

[2023年12月10日] Grounded EfficientSAM演示现已在Grounded-Efficient-Segment-Anything上提供(非常感谢IDEA-Research团队和@rentainhe支持在Grounded-Segment-Anything下的grounded-efficient-sam演示)。

[2023年12月6日] EfficientSAM演示现已在Hugging Face Space上提供(非常感谢HF团队的所有支持)。

[2023年12月5日] 我们发布了EfficientSAM的torchscript版本并分享了一个colab。

在线演示与示例

在线演示和示例可在项目页面找到。

EfficientSAM实例分割示例

点提示点提示
框提示框提示
分割所有物体分割所有物体
显著性显著性

模型

EfficientSAM检查点可在此GitHub仓库的weights文件夹下获取。模型实例化和运行示例可在EfficientSAM_example.py中找到。

EfficientSAM-SEfficientSAM-Ti
下载下载

您可以直接使用带有检查点的EfficientSAM,

from efficient_sam.build_efficient_sam import build_efficient_sam_vitt, build_efficient_sam_vits
efficientsam = build_efficient_sam_vitt()

Jupyter Notebook示例

笔记本在这里共享

致谢

如果您在研究或应用中使用EfficientSAM,请使用以下BibTeX进行引用:

@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}
}
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号