مدل محبوب Segment Anything 2 (SAM2) که در حوزه بخشبندی تصاویر و ویدیوها انقلابی به پا کرده بود، حالا با مدل جدید Lean-SAM2 سبکتر و سریعتر شده است! ⚡️
مشکل اصلی نسخه قبلی، مصرف بالای حافظه و پردازشهای تکراری بود که باعث میشد در صحنههای پیچیده عملکرد ضعیفی داشته باشد. محققان با معرفی Lean-SAM2، سه تکنیک کلیدی را به کار گرفتهاند:
1️⃣ TAMP: برای جلوگیری از حواسپرتی مدل با توجه به اهداف اصلی.
2️⃣ TCIM: برای خلاصهسازی هوشمند تاریخچه ویدیو.
3️⃣ TARR: برای فعالسازی انتخابی پردازشهای سنگین و جلوگیری از محاسبات اضافی.
این یعنی در آیندهای نزدیک، شاهد اجرای روانتر و کارآمدترِ ابزارهای ویرایش و پردازش ویدیو با هوش مصنوعی روی دستگاههای معمولیتر خواهیم بود! 🎥✨
منبع: arXiv Computer Vision