EfficientSAM:LeveragedMaskedImagePretrainingforEfficientSegmentAnything文章汇总前提必读(本文的基础模型)：论文解读：SegmentAnything-CSDN博客问题SAM功能强大的原因是一个数据大，另一个encoder足够大足够强，但是也由于encoder足够的大所以不能做到实时分割，如Seg

前言 Meta研究者提出了一种改进思路，利用SAM的掩码图像预训练(SAMI)。这是通过利用MAE预训练方法和SAM模型实现的，以获得高质量的预训练ViT编码器。这一方法降低了SAM的复杂性，同时能够保持良好的性能。本文转载自机器之心仅用于学术分享，若侵权请联系删除欢迎关注公

前言 SegmentAnything的关键特征是基于提示的视觉Transformer（ViT）模型，该模型是在一个包含来自1100万张图像的超过10亿个掩码的视觉数据集SA-1B上训练的，可以分割给定图像上的任何目标。这种能力使得SAM成为视觉领域的基础模型，并在超出视觉之外的领域也能产生应用价值。