| 模型名 | 基本解释 |
| efficientvit-sam-xx | 图像交互式分割 |
|---|---|
| efficientvit-l2-r224 | b代表baseline的基础模型 l代表large的高精度大型模型 r224 = 224×224像素输入 |
其中的 b1 b2 b3的含义分别是：
| 模型 | 参数量 | MACs | ImageNet精度 | 推理速度 |
|---|---|---|---|---|
| B1 | 9.1M | 0.52G | 79.39% | 最快 |
| B2 | 24M | 1.6G | 82.10% | 中等 |
| B3 | 49M | 4.0G | 83.47% | 较慢 |
| 级别 | 参数量 | ImageNet精度 | 主要用途 |
|---|---|---|---|
| L1 | 53M | 84.48% | 通用高精度分类 |
| L2 | 64M | 85.05% | 平衡性能与精度 |
| L3 | 246M | 86.41% | 最高精度要求 |