EfficientViT-SAM：高效的无损性能 Segment Anything 模型

EdgeSAM是一种适用于边缘设备的加速变体的Segment Anything Model（SAM），通过优化ViT-based SAM图像编码器为纯CNN-based架构，提高了速度。EdgeSAM通过引入盒状和点状提示来捕捉用户输入和掩码生成之间的复杂动态，相比原始SAM提速40倍，在边缘设备上比MobileSAM快14倍，同时在COCO和LVIS上提高了2.3和3.2的平均交并比（mIoUs）。EdgeSAM是第一个可以在iPhone 14上以超过30 FPS运行的SAM变体。