快速分割一切模型 (FastSAM)#

快速分割一切模型 (FastSAM) 是一种新颖的实时、基于 CNN 的分割一切任务解决方案。该任务旨在根据各种可能的用户交互提示，对图像中的任意对象进行分割。FastSAM 在保持具有竞争力的性能的同时，显著降低了计算需求，因此成为各种视觉任务的实用选择。

模型架构#

概述#

FastSAM 旨在解决 分割一切模型 (SAM) 的局限性。后者是一种计算资源需求很高的大型 Transformer 模型。FastSAM 将分割一切任务解耦为两个连续阶段：全实例分割和提示引导选择。第一阶段使用 YOLOv8-seg 生成图像中所有实例的分割掩码。第二阶段输出与提示对应的感兴趣区域。

主要特性#

1. 实时解决方案： 借助 CNN 的计算效率，FastSAM 为分割一切任务提供了实时解决方案，因此对于需要快速结果的工业应用非常有价值。

2. 效率与性能： FastSAM 在不影响性能质量的情况下，显著降低了计算和资源需求。它以大幅减少的计算资源实现了与 SAM 相当的性能，从而支持实时应用。

3. 提示引导分割： FastSAM 可以根据各种可能的用户交互提示，对图像中的任意对象进行分割，在不同场景中提供灵活性和适应性。

4. 基于 YOLOv8-seg： FastSAM 基于 YOLOv8-seg，这是一种配备实例分割分支的目标检测器。这使其能够有效生成图像中所有实例的分割掩码。

5. 基准测试中的竞争力结果： 在 MS COCO 的目标提议任务中，FastSAM 在单个 NVIDIA RTX 3090 上以显著更快的速度取得了高分，性能超过 SAM，展现了其效率和能力。

6. 实际应用： 所提出的方法为大量视觉任务提供了一种全新的实用解决方案，速度非常快，比当前方法快几十倍甚至数百倍。

7. 模型压缩可行性： FastSAM 通过向结构引入人工先验，展示了一条显著减少计算量的可行路径，从而为面向通用视觉任务的大型模型架构开辟了新的可能性。

可用模型、支持的任务和运行模式#

此表列出了可用模型及其特定的预训练权重、支持的任务，以及与不同运行模式的兼容性，例如推理、验证、训练和导出。支持的模式以 ✅ 表示，不支持的模式以 ❌ 表示。

FastSAM 与 YOLO 的比较#

在这里，我们将 FastSAM-s 与 Meta 的 SAM 变体以及包括 YOLO26n-seg 在内的 Ultralytics 分割模型进行比较：

此比较展示了 SAM 各变体与 YOLO 分割模型在模型大小和速度方面的显著差异。SAM 虽然提供了独特的自动分割能力，但 YOLO 模型，尤其是 YOLOv8n-seg、YOLO11n-seg 和 YOLO26n-seg，明显更小、更快且计算效率更高。

SAM 的速度使用 PyTorch 测量，YOLO 的速度使用 ONNX Runtime 测量。测试在配备 16GB RAM 的 2025 款 Apple M4 Air 上运行，使用了 torch==2.10.0、ultralytics==8.4.31 和 onnxruntime==1.24.4。如需复现此测试：

from ultralytics import ASSETS, SAM, YOLO, FastSAM

# Profile SAM2-t, SAM2-b, SAM-b, MobileSAM
for file in ["sam_b.pt", "sam2_b.pt", "sam2_t.pt", "mobile_sam.pt"]:
    model = SAM(file)
    model.info()
    model(ASSETS)

# Profile FastSAM-s
model = FastSAM("FastSAM-s.pt")
model.info()
model(ASSETS)

# Profile YOLO models (ONNX)
for file_name in ["yolov8n-seg.pt", "yolo11n-seg.pt", "yolo26n-seg.pt"]:
    model = YOLO(file_name)
    model.info()
    onnx_path = model.export(format="onnx", dynamic=True, nms=False)  # YOLO26 NMS-free head; no-op for YOLOv8/YOLO11
    model = YOLO(onnx_path)
    model(ASSETS)

使用示例#

FastSAM 模型易于集成到你的 Python 应用中。Ultralytics 提供易用的 Python API 和 CLI 命令，以简化开发流程。

预测用法#

要分割图像，请使用如下所示的 predict 方法：

from ultralytics import FastSAM

# Define an inference source
source = "path/to/bus.jpg"

# Create a FastSAM model
model = FastSAM("FastSAM-s.pt")  # or FastSAM-x.pt

# Run inference on an image
everything_results = model(source, device="cpu", retina_masks=True, imgsz=1024, conf=0.4, iou=0.9)

# Run inference with bboxes prompt
results = model(source, bboxes=[439, 437, 524, 709])

# Run inference with points prompt
results = model(source, points=[[200, 200]], labels=[1])

# Run inference with texts prompt
results = model(source, texts="a photo of a dog")

# Run inference with bboxes and points and texts prompt at the same time
results = model(source, bboxes=[439, 437, 524, 709], points=[[200, 200]], labels=[1], texts="a photo of a dog")

此代码片段展示了如何轻松加载预训练模型并对图像运行预测。

from ultralytics.models.fastsam import FastSAMPredictor

# Create FastSAMPredictor
overrides = {"conf": 0.25, "task": "segment", "mode": "predict", "model": "FastSAM-s.pt", "save": False, "imgsz": 1024}
predictor = FastSAMPredictor(overrides=overrides)

# Segment everything
everything_results = predictor("ultralytics/assets/bus.jpg")

# Prompt inference
bbox_results = predictor.prompt(everything_results, bboxes=[[200, 200, 300, 300]])
point_results = predictor.prompt(everything_results, points=[200, 200])
text_results = predictor.prompt(everything_results, texts="a photo of a dog")

验证用法#

请注意，FastSAM 仅支持对单一对象类别进行检测和分割。这意味着它会将所有对象识别并分割为同一类别。因此，在准备数据集时，你需要将所有对象类别 ID 转换为 0。

可以按如下方式在数据集上验证模型：

from ultralytics import FastSAM

# Create a FastSAM model
model = FastSAM("FastSAM-s.pt")  # or FastSAM-x.pt

# Validate the model
results = model.val(data="coco8-seg.yaml")

跟踪用法#

要对图像执行目标跟踪，请使用下面所示的 track 方法：

from ultralytics import FastSAM

# Create a FastSAM model
model = FastSAM("FastSAM-s.pt")  # or FastSAM-x.pt

# Track with a FastSAM model on a video
results = model.track(source="path/to/video.mp4", imgsz=640)

FastSAM 官方用法#

FastSAM 也可直接从 CASIA-LMC-Lab/FastSAM 仓库获取。以下是使用 FastSAM 时可能采取的典型步骤的简要概述：

安装#

1. 克隆 FastSAM 仓库：

   git clone https://github.com/CASIA-LMC-Lab/FastSAM.git

2. 创建并激活一个包含 Python 3.9 的 Conda 环境：

   conda create -n FastSAM python=3.9
   conda activate FastSAM

3. 进入克隆的仓库并安装所需软件包：

   cd FastSAM
   pip install -r requirements.txt

4. 安装 CLIP 模型：

   pip install git+https://github.com/ultralytics/CLIP.git

用法示例#

1. 下载一个模型检查点。

2. 使用 FastSAM 进行推理。示例命令：

   • 分割图像中的所有对象：

     python Inference.py --model_path ./weights/FastSAM.pt --img_path ./images/dogs.jpg

   • 使用文本提示分割特定对象：

     python Inference.py --model_path ./weights/FastSAM.pt --img_path ./images/dogs.jpg --text_prompt "the yellow dog"

   • 分割边界框内的对象（以 xywh 格式提供框坐标）：

     python Inference.py --model_path ./weights/FastSAM.pt --img_path ./images/dogs.jpg --box_prompt "[570,200,230,400]"

   • 分割特定点附近的对象：

     python Inference.py --model_path ./weights/FastSAM.pt --img_path ./images/dogs.jpg --point_prompt "[[520,360],[620,300]]" --point_label "[1,0]"

此外，你还可以通过 CASIA-LMC-Lab 的 Colab demo 尝试 FastSAM。

引用和致谢#

我们感谢 FastSAM 作者在实时实例分割领域作出的重要贡献：

@misc{zhao2023fast,
      title={Fast Segment Anything},
      author={Xu Zhao and Wenchao Ding and Yongqi An and Yinglong Du and Tao Yu and Min Li and Ming Tang and Jinqiao Wang},
      year={2023},
      eprint={2306.12156},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

FastSAM 的原始论文可在 arXiv 上找到。作者已将其工作公开发布，代码库可在 GitHub 上访问。我们感谢他们为推动该领域发展以及让更广泛的社区能够使用其成果所付出的努力。

常见问题#