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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
506
612
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
392
290
暂无简介
Dart
909
219
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108