VPP (FastSAM)

1. 목차

• 환경설정
• 모델 : FastSAM
• 추론 결과
  • 결과 확인
• 최종 결과

2. 환경 설정

• AI 모델 테스트 환경
  • Ubuntu 22.04(워크스테이션)
  • Anaconda
  • VS Code
  • Python 3.8.18
• 환경설정

conda create -n fastsam_env python=3.8
conda activate fastsam_env
git clone <https://github.com/CASIA-IVA-Lab/FastSAM.git>
cd FastSAM
pip install -r requirements.txt

3. FastSAM

https://github.com/CASIA-IVA-Lab/FastSAM

1. 모델 (FastSAM)

4. 추론 결과

input Video Frame (FastSAM)

output Video Frame (FastSAM)

5. 최종 결과

자체적으로 학습이 되어 있는 제공되는 이미지는 영역 지정을 통해 yellow dog, black dog 같은 영역을 지정해 놓아서

prompt로 타겟팅 했을 경우에 정확하게 영역을 잡아 줍니다.

그러나 테스트를 위한 이미지를 넣었을 때 는 prompt 없이 실행 시키면 영역 분할이 되지만, “a yellow T” 같은 노란색의 셔츠를 지정했을 때

엉뚱한 결과가 나왔습니다.

또한, 반복적으로 실행 시켰을 때 영역의 색이 변경되는 것을 보아 색상으로 타겟팅 하긴 어려워 보이고 학습 되지 않은 이미지 같은 경우에는

복합적인 아키텍쳐가 필요 할 것으로 보입니다.