Meta SAM 3 样例

一、环境安装

1、Python虚拟环境

# 创建Python3.12虚拟环境
conda create -n sam3 python=3.12 -y
# 激活虚拟环境
conda activate sam3

2、克隆代码

# 克隆sam3源码，用于sam3相关库安装
git clone https://github.com/facebookresearch/sam3
# 切换到sam3目录
cd sam3
# 检出特定的版本
git checkout 84cc43b

3、安装依赖库

# 安装sam3依赖库
pip install -e . -i https://pypi.mirrors.ustc.edu.cn/simple
# 安装其他依赖库
pip install requests einops decord pycocotools psutil matplotlib \
opencv-python pandas scikit-image scikit-learn \
-i https://pypi.mirrors.ustc.edu.cn/simple
# 校验PyTorch是否正确安装
python -c "import torch; print(torch.cuda.is_available())"
# 如果为False，则重装PyTorch(一般出现在Windows上)
pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu124
# Windows
pip install -U "triton-windows<3.6" -i https://pypi.mirrors.ustc.edu.cn/simple
# 切换回上一级目录
cd ..

二、模型下载

# 下载脚本
wget https://aliendao.cn/model_download2.py
# 下载权重
python model_download2.py --repo_id facebook/sam3 

三、运行例程

1、最简图片分割

python 01_image_segment.py

2、优化提示词

python 02_image_segment.py

作者其他作品

《大模型项目实战：多领域智能应用开发》配套资源：https://github.com/little51/llm-dev 《大模型项目实战：Agent开发与应用》配套资源：https://github.com/little51/agent-dev DINOv3训练示例：https://github.com/little51/dinov3-train DINOv3其他示例：https://github.com/little51/dinov3-samples