首页 > 其他分享 >SAM(segment-anything)解读-整理中

SAM(segment-anything)解读-整理中

时间:2023-07-13 15:13:18浏览次数:32  
标签:训练 sam 微调 SAM anything segment

sam的一个很重要的作用,用来寻找关注点

算法来源:meta

数据集:训练数据集一共1100万张,包含11亿个mask

训练gpu:256块(如果是个人特殊需求,就需要微调,而且也只能微调)

sam如何获取训练集?

模型评估

速度:

 

标签:训练,sam,微调,SAM,anything,segment
From: https://www.cnblogs.com/chentiao/p/17550508.html

相关文章

  • 1843E - Tracking Segments
    Problem-E-Codeforces题意是现在有n个0,给你m段序列,然后给你q次操作,每次操作给一个x,把第x个0变成1,问你最少几次操作能出现一段序列里的1的数量大于0的数量,如果不存在,输出-1对于操作数是一个递增序列。如果第k次操作后正好可行,那么就不用管k+1及以后了。所以可以使用二分来解......
  • AtCoder Regular Contest 164 E Segment-Tree Optimization
    洛谷传送门AtCoder传送门妙妙题。我们考虑如何方便地描述一棵广义线段树。不难想到使用断点描述,即对于一个结点\([l,r]\),它的左右儿子分别是\([l,mid],[mid+1,r]\),其中\(mid\in[l,r-1]\),然后把一层缩成一个\(2^{d-1}\)的序列,每一层都是上层对应结点的\(mid......
  • SAM-FastSAM-MobileSAM
    SAM-FastSAM-MobileSAM目录SAM-FastSAM-MobileSAMSAM:FastSAM:MobileSAM参考资料SAM:构建了一个大型分割数据集,包含1100w图像10亿masks模型结构上,包含三个部分图像编码器,灵活的提示编码器和快速的掩码解码器。建立在Transformer视觉模型之上。imageencoder采用VITDet中......
  • SA&SAM 不怎么详细的详解
    后缀数组(SA):将一个字符串的所有后缀排序得到的数组。算法:倍增+双关键字基数排序。算法流程:首先对所有字符排序,记下每个位置的排名。将相邻两个字符看作一个整体,用他们的两个排名分别作为两个关键字排序。将相邻两个“两个字符”看作一个整体,用他们的两个排名分别作为两个关键......
  • 2023ACM暑假训练day 9 后缀自动机SAM
    目录DAY9后缀自动机SAM训练情况简介题DAY9后缀自动机SAM训练情况简介2023-07-0709:20:38星期五题题意:思路:......
  • 后缀自动机SAM
    目录后缀自动机例题相关资料后缀自动机例题相关资料......
  • Paper Reading: A three-way decision ensemble method for imbalanced data oversamp
    目录研究动机文章贡献预备知识构造覆盖算法三向决策本文方法基于CCA的三向决策模型CTD集成实验结果数据集实验设置与过采样的比较显著性检验优点和创新点PaperReading是从个人角度进行的一些总结分享,受到个人关注点的侧重和实力所限,可能有理解不到位的地方。具体的细节还需......
  • FTP、NFS、Samba
    FTP(FileTransferProtocol,文件传输协议),是一种应用层协议,可以实现很好的实现跨平台,但是无法实现一些其他的功能,像如文件系统挂载等功能。NFS(NetworkFileSystem,网路文件系统)是工作在内核模式下的,因此不能很好的实现跨平台,一般只能是Linux主机或者Unix主机之间,但可以实现挂载使用......
  • 论文阅读:Segment Anything之阅读笔记
    引言论文:SegmentAnything是Meta出的图像语义分割的算法。这个算法因其强大的zero-shot泛化能力让人惊艳,这不抽空拿来学习了一下。该算法的代码写得很清楚、简洁和规范,读来让人赏心悦目。推荐去看源码,很有意思。本篇文章,将以问答形式来解读阅读过程中遇到的困惑,想来这种方式效......
  • Paper Reading: Model-Based Synthetic Sampling for Imbalanced Data
    目录研究动机文章贡献本文方法训练特征模型生成临时采样数据生成最终的合成数据实验结果数据集和实验设置实验结果消融实验结果可视化和集成学习相结合对非线性特征模型的影响特征关系对合成样本的影响优点和创新点PaperReading是从个人角度进行的一些总结分享,受到个人关注点的......