EdgeSAM 项目教程
2026-01-23 04:41:16作者:裴麒琰
1. 项目目录结构及介绍
EdgeSAM 项目的目录结构如下:
EdgeSAM/
├── edge_sam/
│ ├── __init__.py
│ ├── model.py
│ └── ...
├── evaluation/
│ ├── eval_script.py
│ └── ...
├── notebooks/
│ ├── example.ipynb
│ └── ...
├── scripts/
│ ├── export_coreml_model.py
│ └── ...
├── training/
│ ├── train_script.py
│ └── ...
├── web_demo/
│ ├── gradio_app.py
│ └── ...
├── .gitignore
├── .gitmodules
├── LICENSE
├── README.md
├── README_TRAIN.md
├── requirements.txt
├── setup.cfg
└── setup.py
目录结构介绍
- edge_sam/: 包含 EdgeSAM 模型的核心代码,如模型定义、预测器等。
- evaluation/: 包含评估脚本和相关文件,用于评估模型的性能。
- notebooks/: 包含 Jupyter Notebook 示例,展示如何使用 EdgeSAM 进行预测。
- scripts/: 包含一些实用脚本,如模型导出脚本。
- training/: 包含训练脚本和相关文件,用于训练 EdgeSAM 模型。
- web_demo/: 包含 Web 演示的代码,使用 Gradio 构建交互式演示。
- .gitignore: Git 忽略文件配置。
- .gitmodules: Git 子模块配置。
- LICENSE: 项目许可证文件。
- README.md: 项目主 README 文件,包含项目概述和使用说明。
- README_TRAIN.md: 训练相关说明文件。
- requirements.txt: 项目依赖包列表。
- setup.cfg: 项目配置文件。
- setup.py: 项目安装脚本。
2. 项目启动文件介绍
启动文件
- web_demo/gradio_app.py: 这是 EdgeSAM 项目的启动文件,用于启动 Web 演示。通过运行此文件,可以在本地启动一个交互式的 Web 演示,展示 EdgeSAM 模型的功能。
启动命令
python web_demo/gradio_app.py
默认情况下,Web 演示将托管在 http://0.0.0.0:8080/。可以通过以下命令自定义服务器名称和端口:
python web_demo/gradio_app.py --checkpoint [CHECKPOINT] --server-name [SERVER_NAME] --port [PORT]
3. 项目配置文件介绍
配置文件
- setup.cfg: 这是 EdgeSAM 项目的主要配置文件,包含了项目的各种配置选项,如安装路径、依赖包等。
配置文件内容示例
[metadata]
name = EdgeSAM
version = 0.1.0
description = Official PyTorch implementation of "EdgeSAM: Prompt-In-the-Loop Distillation for On-Device Deployment of SAM"
author = Chong Zhou, Xiangtai Li, Chen Change Loy, Bo Dai
license = MIT
[options]
packages = find:
install_requires =
torch==2.0.0
torchvision==0.15.1
...
配置文件说明
- [metadata]: 包含项目的元数据,如项目名称、版本、描述、作者和许可证。
- [options]: 包含项目的安装选项,如需要安装的包和依赖项。
通过这些配置文件,可以方便地管理和配置 EdgeSAM 项目。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0131
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
496
3.64 K
Ascend Extension for PyTorch
Python
300
339
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
307
131
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
868
480
暂无简介
Dart
744
180
React Native鸿蒙化仓库
JavaScript
297
346
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
11
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
66
20
仓颉编译器源码及 cjdb 调试工具。
C++
150
882