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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
Ascend Extension for PyTorch
Python
343
410
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++
886
602
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
337
181
暂无简介
Dart
775
192
deepin linux kernel
C
27
11
🎉 (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
1.34 K
757
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
895