研究人员开发了 TinySAM 2，这是 Segment Anything Model 2 (SAM 2) 的一个更高效版本，用于视频分割和对象跟踪。TinySAM 2 采用内存质量管理机制和联合时空令牌压缩，显著降低了内存存储和计算成本。通过这些优化，该模型仅使用 7% 的内存令牌和 3% 的训练数据即可达到 SAM 2.1 性能的 90%，使其更适合在资源受限的设备上部署。 AI
影响 使得先进的视频分割模型能够在计算资源有限的设备上更广泛地部署。
排序理由 发布了详细介绍新模型的学术论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
Segment Anything Model 2 (SAM 2) serves as a core foundation model in the field of video segmentation. Building upon the original SAM model, it introduces a memory bank mechanism and demonstrates outstanding performance in tasks such as semi-supervised video object segmentation a…
Segment Anything Model 2 (SAM 2) serves as a core foundation model in the field of video segmentation. Building upon the original SAM model, it introduces a memory bank mechanism and demonstrates outstanding performance in tasks such as semi-supervised video object segmentation a…