关键词:
FastSAM
物料颗粒
运行效率
Network Slimming剪枝
摘要:
针对物料颗粒图像分割中SAM方法运行效率的问题,提出一种基于FastSAM的高效图像颗粒分割方法.首先,通过图像增强技术提升图像边缘特征信息,进而优化分割性能.其次,利用模型压缩技术Network Slimming对模型进行剪枝优化,通过牺牲部分分割性能换取运行效率的大幅提升,以适应硬件加速的特性.结果表明,剪枝比例超过40%的时候,精度下降非常明显,所以本研究采用以40%的剪枝比例参数的模型作为此次实验模型.与原始SAM和未经优化的FastSAM相比,优化后的模型在COCO数据集上进行了测试,在AR@100和AR@1000精度上表现出优势.在本地测试样本上能够在保持约93.13%的分割精度的同时实现毫秒级的运行效率,不仅满足了任务对高效率的需求,还确保了处理结果的准确性,达到了高效率与高精度之间的良好平衡.