연구진이 SAM2의 메모리 크로스 어텐션 부담과 불필요한 전체 프레임 시각 특징 추출 문제를 해결하기 위해 Lean-SAM2 프레임워크를 제안했어요.
Lean-SAM2는 타겟 기반 메모리 가지치기(TAMP), 시간 축소(TCIM), 타겟 기반 위험 인식 라우팅(TARR) 3가지 메커니즘을 통합하여 성능 저하 없이 효율성을 높였어요.
LVOSv2 벤치마크에서 Lean-SAM2는 SAM2.1-Large 및 SAM2.1-Base+ 모델에서 각각 1.412배, 1.417배의 추론 속도 향상을 달성하며 Efficient-SAM2를 능가했어요.
Lean-SAM2의 코드와 모델은 GitHub에서 공개됐어요.