库名称：transformers
标签：

• 边界检测
• 边缘估计
• 图像分割
  流水线标签：图像分割

论文《子对象级图像标记化》中提出的直接分割任意模型（DirectSAM），作者为Delong Chen、Samuel Cahyawijaya、Jianfeng Liu、Baoyuan Wang和Pascale Fung。

• 模型：我们采用Segformer作为主干网络，其参数量总计8460万。我们将最终的多类别分类器替换为单类别分类器，并进行了全参数微调。

• 数据：使用SA-1B数据集训练DirectSAM。通过OpenCV实现的轮廓检测将掩码标注转换为边界，并以线宽3绘制提取的轮廓。随机高斯模糊的应用概率为0.25。

• 训练：在单节点8×NVIDIA A100（80GB）服务器上训练DirectSAM。首先以1024×1024输入分辨率训练1个周期，随后以1800×1800分辨率（80GB GPU数据并行训练的最大分辨率）再训练0.6个周期。1024×1024周期配置为：单GPU批量4、梯度累积步数4、学习率4e-4；1800×1800周期配置为：单GPU批量1、梯度累积步数8、学习率2e-4。这两个周期分别耗时约15天和20天。

更多信息请访问我们的GitHub仓库。