hughie

ツールの共有#

FastSAMは、SA-1B データセットの 2％のみを使用してトレーニングされた CNN Segment Anything モデルです。FastSAM は 50 倍の実行速度で SAM メソッドと同等のパフォーマンスを実現しています。

特徴#

公式の紹介では、SAMよりも 50 倍速く、同じパフォーマンス効果を実現しています。モデルは YoloV8 構造をベースにしており、トレーニングコストも SAM よりもはるかに低いです。

デプロイ#

• プロジェクトのインストール

  Copy

  git clone https://github.com/CASIA-IVA-Lab/FastSAM.git && cd FastSAM
  pip install git+https://github.com/openai/CLIP.git
  
  conda create -n FastSAM python=3.9
  conda activate FastSAM
  
  pip install -r requirements.txt
  

• 使用方法

  Copy

  # Everythingモード
  python Inference.py --model_path ./weights/FastSAM.pt --img_path ./images/dogs.jpg
  
  # テキストプロンプトセグメンテーション、CLIPを使用
  python Inference.py --model_path ./weights/FastSAM.pt --img_path ./images/dogs.jpg  --text_prompt "the yellow dog"
  
  # ボックス選択モード
  python Inference.py --model_path ./weights/FastSAM.pt --img_path ./images/dogs.jpg --box_prompt "[570,200,230,400]"
  
  # クリックモード
  python Inference.py --model_path ./weights/FastSAM.pt --img_path ./images/dogs.jpg  --point_prompt "[[520,360],[620,300]]" --point_label "[1,0]"
  

プラットフォーム#

公式デモ

免責事項#

この記事はツールの共有記録としてのみ提供されています。

この記事はHBlogと同期しています。