Pietro Bonazzi

PicoSAM3 模型可在图像传感器上实现实时分割

研究人员开发了 PicoSAM3，这是一种新的轻量级分割模型，专为在边缘设备上甚至直接在图像传感器上进行实时运行而设计。该模型拥有 130 万个参数，采用了密集 CNN 架构，并结合了感兴趣区域提示编码和来自大型模型的知识蒸馏等技术。PicoSAM3 在 COCO 和 LVIS 等基准测试中取得了出色的性能，其量化版本可以在 Sony IMX500 传感器上实现低于 12 毫秒的推理速度，满足其运行限制。