SqueezeSAM: User-Friendly Mobile Interactive Segmentation
比SAM更小，更快。
![图片[1] - 论文阅读——SqueezeSAM - MaxSSL](https://www.maxssl.com/uploads/?url=https://img-blog.csdnimg.cn/direct/84c369edb5d24f2daef1816f4a7e56e0.png)
框架：
![图片[2] - 论文阅读——SqueezeSAM - MaxSSL](https://www.maxssl.com/uploads/?url=https://img-blog.csdnimg.cn/direct/c9a66f9482a94a8da9819770c7288fcb.png)
![图片[3] - 论文阅读——SqueezeSAM - MaxSSL](https://www.maxssl.com/uploads/?url=https://img-blog.csdnimg.cn/direct/fce4bca925304b29876244e61eb28f05.png)
使用的U型结构
![图片[4] - 论文阅读——SqueezeSAM - MaxSSL](https://www.maxssl.com/uploads/?url=https://img-blog.csdnimg.cn/direct/53c6f05435094e38ae0c16d3cd3cba17.png)
![图片[5] - 论文阅读——SqueezeSAM - MaxSSL](https://www.maxssl.com/uploads/?url=https://img-blog.csdnimg.cn/direct/59fb79d9e2a048788068610b313e6c24.png)
使用BatchNorm而不是LayerNorm节省计算；
对于用户点击和框，单独作为通道，前融合和后融合（sam只有后融合）。
训练：
训练时每个图片随机选8个masks，改变了点击送入模型的方式，原始sam模型训练时每个批次点击一次得到一个点击样本，然后模型再运行，因此一个批次运行了很多步，增加了训练时间，因此本文模型简单的一个批次收集一些点，然后训练一步。
实验结果：
![图片[6] - 论文阅读——SqueezeSAM - MaxSSL](https://www.maxssl.com/uploads/?url=https://img-blog.csdnimg.cn/direct/3484180b02724f408cd777aef99d2e47.png)
![图片[7] - 论文阅读——SqueezeSAM - MaxSSL](https://www.maxssl.com/uploads/?url=https://img-blog.csdnimg.cn/direct/56526596f6754857a1b393101db92f0d.png)
© 版权声明
文章版权归作者所有，未经允许请勿转载。
THE END
