懂AI
EdgeSAM

EdgeSAM

边缘设备上快速的分割模型EdgeSAM

EdgeSAM通过优化的Prompt-In-the-Loop蒸馏方法，为边缘设备提供高效的分割模型。相较于原始SAM，EdgeSAM在速度上提升了40倍，并在iPhone 14上实现了超过30帧每秒的性能。此外，EdgeSAM在COCO和LVIS数据集上的mIoUs分别提升了2.3和3.2，性能优于MobileSAM。该项目支持ONNX和CoreML平台，并已经集成到多个开源工具中。用户还可以通过iOS App方便地使用EdgeSAM。

EdgeSAMSAMCNNiOS应用高性能Github开源项目
访问官网GitHubHugging Face论文文档

EdgeSAM 项目介绍

项目概述

EdgeSAM 是一个经过优化的分割模型，旨在提高边缘设备上的执行效率，同时尽量保持性能的完整。与原始的Segment Anything Model (SAM) 相比，EdgeSAM 的运行速度提升了40倍，相比 MobileSAM，在边缘设备上部署时，速度提升了14倍。同时在COCO和LVIS数据集上的平均交并比（mIoUs）分别提高了2.3和3.2，成为第一个能够在iPhone 14上以超过30帧每秒（FPS）运行的SAM变体。

技术背景

EdgeSAM通过将原始的基于视觉Transformer（ViT）的图像编码器转换为完全基于卷积神经网络（CNN）的架构，提高了在边缘设备上的适用性。为了确保模型能够准确捕获用户输入与掩码生成之间的复杂动态关系，项目团队在蒸馏过程中不仅包括了提示编码器和掩码解码器，还引入了盒和点提示。

性能表现

在性能测试中，EdgeSAM展示出优异的表现。在COCO数据集上，EdgeSAM使用1% SA-1B训练集时达到42.2的COCO AP，速度在iPhone 14上达到38.7 FPS，在NVIDIA 2080 Ti上为164.3 FPS。相比之下，原始的SAM则在使用SA-1B完整训练集时达到46.1的COCO AP，其在2080 Ti上运行速度仅为4.3 FPS。

EdgeSAM的创新性在于其能够在性能与速度之间取得良好平衡，非常适合于在资源有限的设备上进行高效部署。

使用指南

要使用EdgeSAM，用户需要安装Python 3.8或更高版本及PyTorch 2.0.0。项目代码可以通过GitHub克隆，安装所需的依赖关系后，即可运行。例如，通过以下代码可以在Python中使用EdgeSAM:

from edge_sam import SamPredictor, sam_model_registry
sam = sam_model_registry["edge_sam"](checkpoint="<path/to/checkpoint>")
predictor = SamPredictor(sam)
predictor.set_image(<your_image>)
masks, _, _ = predictor.predict(<input_prompts>)

相关应用

EdgeSAM已经被集成到多个工具中，如X-AnyLabeling、ISAT和Grounded-Segment-Anything。并且已经有一款iOS应用程序 CutCha 上线，该应用由EdgeSAM提供支持。

总结来说，EdgeSAM在边缘设备上的高效表现和易用性，使其在需要实时图像分割应用时成为一个非常有吸引力的选择。未来，随着更多平台的集成和应用的推出，EdgeSAM预计将在图像处理领域发挥更重要的作用。

编辑推荐精选

TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
蛙蛙写作

蛙蛙写作

AI小说写作助手，一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

下拉加载更多