تقدم هذه المقالة نموذج EdgeSAM وتحسين أدائه، بالإضافة إلى إصدار نموذج EfficientSAM. يحقق EdgeSAM تحسينات كبيرة في الأداء على iPhone 14، حيث يصل إلى 30 إطارًا في الثانية، وهو أسرع 40 مرة من الطراز الأصلي. يعمل هذا النموذج على تحسين دقة النموذج بشكل فعال ويحل مشكلة تحيز مجموعة البيانات من خلال اعتماد بنية CNN النقية وإدخال تقنيات مثل أجهزة تشفير التلميحات وأجهزة فك تشفير القناع والوحدات خفيفة الوزن. وبالإضافة إلى ذلك، فإن تطبيق استراتيجية أخذ العينات السريعة الديناميكية يزيد من تحسين كفاءة ودقة النموذج. يوفر إصدار EfficientSAM تجربة قيمة لأبحاث نماذج التجزئة خفيفة الوزن.
يحقق طراز EdgeSAM تحسينًا في الأداء بمعدل 40 مرة بمعدل 30 إطارًا في الثانية على iPhone 14. ومن خلال تحسين أداة تشفير الصور SAM المستندة إلى ViT إلى بنية CNN خالصة، يتم تكييفها مع الأجهزة المتطورة. تقديم أدوات تشفير التلميحات، وأجهزة فك تشفير القناع، والوحدات النمطية خفيفة الوزن لتحسين دقة النموذج ومعالجة انحياز مجموعة البيانات. يتم استخدام إستراتيجية أخذ العينات الديناميكية لتوجيه نماذج الطلاب للتركيز على أجزاء محددة. وفي الوقت نفسه، تم إصدار EfficientSAM لتقليل التعقيد الحسابي لنموذج SAM وتوفير تجربة قيمة لنماذج التجزئة خفيفة الوزن.يمثل ظهور EdgeSAM وEfficientSAM تقدمًا كبيرًا في تطبيق نماذج التجزئة خفيفة الوزن على الأجهزة المحمولة، مما يوفر إمكانيات جديدة لتطبيقات الذكاء الاصطناعي المستقبلية في مجال حوسبة الحافة وتزويد المطورين بأدوات أكثر فعالية والتعلم من الخبرة.