Q-SAM2는 프롬프트 가능한 분할을 위한 강력한 기반 모델인 Segment Anything Model 2 (SAM2)를 대상으로 하는 정확한 저비트 양자화 방법입니다. 높은 계산 및 메모리 비용 문제를 해결하기 위해, Q-SAM2는 Variance-Reduced Calibration (VRC)과 Learnable Statistical Clipping (LSC)이라는 두 가지 혁신적인 기술을 도입하여 압축률과 정확도를 모두 달성합니다.
시사점, 한계점
•
시사점:
◦
Q-SAM2는 SAM2의 저비트 양자화를 통해 모델 크기를 8배 줄이면서도 높은 정확도를 유지합니다.
◦
VRC와 LSC는 양자화 과정에서 발생하는 성능 저하를 해결하는 데 기여합니다.
◦
특히 2-bit 환경에서 기존의 양자화 기법보다 우수한 성능을 보입니다.
◦
비디오 분할 벤치마크에서 최대 9.7 ppt, 인스턴스 분할에서 최대 7.3 ppt의 정확도 향상을 보였습니다.
