EfficientSAM 通过掩码图像预训练（SAMI）实现轻量级分割模型，在降低参数量的同时保持性能。

方法

SAMI 预训练：

• 基于 MAE，重建 SAM 图像编码器（ViT-H）的特征而非像素
• 使用轻量级 ViT（Tiny/Small）学习 ViT-H 的表示

EfficientSAM：

• SAMI 预训练的编码器 + SAM 掩码解码器
• 在 SA-1B 数据集上微调

实验

下游任务：

消融

• 重建损失：MSE 优于余弦相似性
• 掩码比例：75% 最佳
• 微调步数：1 epoch 后性能大幅提升