FastSAM: 快速分割所有物体

文章预览

点击下方 卡片 ，关注“ 小白玩转Python ”公众号 FastSAM，基于YOLOv8的检测分支和基于YOLACT的分割分支 SAM的庞大计算成本阻碍了它在工业场景中的更广泛应用。 在本文中，提出了FastSAM，将任务重新定义为分割生成和提示，发现一个带有实例分割分支的标准CNN检测器也能很好地完成这项任务。 大纲 1. FastSAM 2. Results 1. FastSAM 1.1. 全实例分割阶段 使用YOLOv8检测主干，并应用YOLACT原理进行实例分割，即YOLOv8-seg。 它从通过主干网络和特征金字塔网络（FPN）提取图像特征开始。 检测分支输出类别和边界框，而分割分支输出k个原型（FastSAM默认为32）以及k个掩模系数。 分割和检测任务并行计算。 分割分支输入高分辨率特征图。这张图通过卷积层处理，放大，然后通过另外两个卷积层输出掩模。 掩模系数类似于检测头的分类分支，范围在-1到1之间。实例分割 ………………………………