К содержимому
Другое

MobileSAM-ONNX

ускоренные ONNX-графы для сегментации изображений

2 мин чтенияобновлено

Набор весов и графов в формате ONNX для MobileSAM v2 (облегчённой версии модели сегментации изображений Segment Anything), подготовленный командой moonbox-dev для запуска на устройствах с использованием ONNX Runtime (CPU, CUDA, DirectML). Модель состоит из компактного кодировщика изображений TinyViT-5M и декодера масок, заменяя тяжёлые компоненты оригинала ради высокой производительности на мобильных и локальных устройствах. Решение поставляется с готовым файлом pipeline.py для предобработки картинок и обработки координат промптов. Новинка пригодится разработчикам мобильных приложений, локальных сервисов и систем автоматической разметки данных.

Ключевые особенности

  • Лёгкий кодировщик TinyViT-5M (всего 9.8 M параметров в сумме)
  • Поддержка ONNX Runtime для CPU, CUDA и DirectML
  • Точность fp16 с минимальным отклонением масок по метрике IoU
  • Встроенный скрипт pipeline.py для масштабирования, нормализации и работы с точками/боксами

Что можно сделать

  • Интегрировать модель сегментации в мобильные или локальные десктопные приложения через ONNX Runtime
  • Быстро генерировать маски объектов по точкам или ограничивающим рамкам (bounding box) на пользовательских фото

Пример

import sys, numpy as np
from PIL import Image
sys.path.insert(0, "fp16")
import pipeline
sam = pipeline.MobileSAM("fp16")
emb, size = sam.embed(np.array(Image.open("photo.jpg").convert("RGB")))
masks, scores = sam.point(emb, size, [[410, 300]])          # 3 masks [3, H, W] (bool)
box_mask, score = sam.box(emb, size, [120, 80, 700, 560])
ПодробнееБенчмарк: средний IoU масок 0.998 / худший 0.977 для fp16 сборки
Размер файлов: энкодер 14.1 MB, декодер 16.5 MB
Зависимости: numpy, onnxruntime (или onnxruntime-gpu), Pillow
Лицензия: apache-2.0
Примеры
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # moonbox-dev/MobileSAM-ONNX
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download moonbox-dev/MobileSAM-ONNX --local-dir ~/models/MobileSAM-ONNX
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к MobileSAM-ONNX
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии MobileSAM-ONNX — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

moonbox-dev/MobileSAM-ONNX
Автор
moonbox-dev
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

DCAP

DCAP