FastSmoothSAM：用于分段模型的快速光滑方法
计算机视觉与模式识别
2025-07-22 v1
摘要
准确识别和表征物体边缘是计算机视觉和图像处理中的一个具有挑战性的任务。分割模型（SAM）在图像分割领域产生了重大影响，但 suffers from 高内存消耗和长推理时间，限制了其在实际时序应用中的效率。为此提出了快速分段模型（FastSAM），实现了实时分割。然而，FastSAM 常常生成呈锯齿状的边缘，偏离真实物体形状。因此，本文引入一种新颖的细化方法，采用 B 样条曲线拟合技术来增强 FastSAM 中边缘的质量。利用 B 样条在形状控制和灵活几何构造方面的鲁棒性，采用包含两轮曲线拟合的四阶段细化过程有效平滑呈锯齿状的边缘。该方法在不损失关键几何信息的前提下，显著提高了物体边缘的视觉质量和分析精度。该方法提高了 FastSAM 的实际实用性，通过提高分割精度同时保持实时处理能力。该突破为 FastSAM 技术在各类实际场景的应用潜力 unlocked，包括工业自动化、医学成像和自动驾驶系统，在这些场景中，精准且高效的边缘识别至关重要。
引用
@article{arxiv.2507.15008,
title = {FastSmoothSAM: A Fast Smooth Method For Segment Anything Model},
author = {Jiasheng Xu and Yewang Chen},
journal= {arXiv preprint arXiv:2507.15008},
year = {2025}
}