RepViT是一个轻量级CNN模型家族,整合了Vision Transformer的架构设计,在移动设备上实现了80%以上的ImageNet准确率,延迟仅1毫秒。RepViT-SAM将RepViT应用于SAM模型,显著降低了计算需求,实现了移动设备上的实时任意目标分割。这两个模型在图像分类、目标检测和语义分割等视觉任务中均表现出色,兼具高性能和高效率。

EVF-SAM项目通过早期视觉语言融合技术扩展了SAM模型的能力，实现高精度的文本引导图像分割。该模型在T4 GPU上可在几秒内完成推理，计算效率高。最新版本基于SAM-2支持视频分割，展现了零样本文本引导视频分割能力。EVF-SAM在多个数据集上表现出色，为计算机视觉领域提供了新的解决方案。

Geo-SAM是一个基于Segment Anything Model的QGIS插件，用于地理空间图像分割和地貌标记。通过预编码图像特征和精简模型，实现普通笔记本CPU上毫秒级的实时交互式分割。插件包含图像编码和交互式分割两个模块，支持多波段图像处理，无需编程即可使用。Geo-SAM提高了地理图像处理效率，为地理空间分析提供了便捷工具。