Slimsam Uniform 50

🚀 SlimSAM：0.1%数据让任意分割模型瘦身

SlimSAM是一种新颖的SAM压缩方法，通过高效复用预训练的SAM模型，在无需大量重新训练的情况下，显著减少了模型的参数数量和计算量，同时仅需使用原模型0.1%的训练数据，就能达到接近原模型的性能。

🚀 快速开始

模型使用

以下是本地统一剪枝的SlimSAM - 50模型的快速状态字典加载示例：

model = SamModel.from_pretrained("Zigeng/SlimSAM-uniform-50").to("cuda")
processor = SamProcessor.from_pretrained("Zigeng/SlimSAM-uniform-50")

img_url = "https://huggingface.co/ybelkada/segment-anything/resolve/main/assets/car.png"
raw_image = Image.open(requests.get(img_url, stream=True).raw).convert("RGB")
input_points = [[[450, 600]]] # 2D localization of a window
inputs = processor(raw_image, input_points=input_points, return_tensors="pt").to("cuda")
outputs = model(**inputs)
masks = processor.image_processor.post_process_masks(outputs.pred_masks.cpu(), inputs["original_sizes"].cpu(), inputs["reshaped_input_sizes"].cpu())
scores = outputs.iou_scores

✨ 主要特性

高效复用预训练模型

SlimSAM通过统一的剪枝 - 蒸馏框架，高效复用预训练的SAM模型，无需大量重新训练。

交替瘦身策略

采用创新的交替瘦身策略，将压缩过程划分为渐进式步骤，交替修剪和蒸馏解耦的模型结构，与以往的修剪技术不同。

无标签剪枝准则

提出了一种新颖的无标签剪枝准则，使剪枝目标与优化目标一致，提高剪枝后的蒸馏效果。

显著的性能提升

与原始的SAM - H相比，SlimSAM在将参数数量减少到0.9%（570万）、MACs减少到0.8%（21G），且仅需0.1%（1万）的训练数据的情况下，仍能达到接近的性能。与其他SAM压缩方法相比，在使用少10倍以上训练数据的情况下，实现了显著更优的性能。

📚 详细文档

简介

SlimSAM是一种新颖的SAM压缩方法，它通过统一的剪枝 - 蒸馏框架，高效复用预训练的SAM模型，无需大量重新训练。为了增强从原始SAM继承的知识，我们采用了一种创新的交替瘦身策略，将压缩过程划分为渐进式步骤。与以往的剪枝技术不同，我们交替修剪和蒸馏解耦的模型结构。此外，还提出了一种新颖的无标签剪枝准则，使剪枝目标与优化目标一致，从而提高剪枝后的蒸馏效果。

SlimSAM在将参数数量减少到0.9%（570万）、MACs减少到0.8%（21G），且仅需0.1%（1万）的训练数据的情况下，仍能达到接近原始SAM - H的性能。大量实验表明，与其他SAM压缩方法相比，我们的方法在使用少10倍以上训练数据的情况下，实现了显著更优的性能。

📄 许可证

本项目采用Apache - 2.0许可证。

📚 BibTex引用

如果您在研究中使用了SlimSAM，请使用以下BibTeX条目。感谢您的支持！

@misc{chen202301,
      title={0.1% Data Makes Segment Anything Slim}, 
      author={Zigeng Chen and Gongfan Fang and Xinyin Ma and Xinchao Wang},
      year={2023},
      eprint={2312.05284},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

致谢

@article{kirillov2023segany,
  title={Segment Anything}, 
  author={Kirillov, Alexander and Mintun, Eric and Ravi, Nikhila and Mao, Hanzi and Rolland, Chloe and Gustafson, Laura and Xiao, Tete and Whitehead, Spencer and Berg, Alexander C. and Lo, Wan-Yen and Doll{\'a}r, Piotr and Girshick, Ross},
  journal={arXiv:2304.02643},
  year={2023}
}

@inproceedings{fang2023depgraph,
  title={Depgraph: Towards any structural pruning},
  author={Fang, Gongfan and Ma, Xinyin and Song, Mingli and Mi, Michael Bi and Wang, Xinchao},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
  pages={16091--16101},
  year={2023}
}