【图像分割】Meta分割一切（SAM）模型环境配置和使用教程

注意：python>=3.8, pytorch>=1.7,torchvision>=0.8

Feel free to ask any question. 遇到问题欢迎评论区讨论.

官方教程：

https://github.com/facebookresearch/segment-anything

1 环境配置

1.1 安装主要库：

（1）pip：

有可能出现错误，需要配置好Git。

pip install git+https://github.com/facebookresearch/segment-anything.git

（2）本地安装：

有可能出现错误，需要配置好Git。

git clone git@github.com:facebookresearch/segment-anything.git
cd segment-anything; pip install -e .

（3）手动下载+手动本地安装：

 ZIP文件：

链接：https://pan.baidu.com/s/1dQ--kTTJab5eloKm6nMYrg 
提取码：1234 

解压后运行： 

cd segment-anything-main
pip install -e .

1.2 安装依赖库：

pip install opencv-python pycocotools matplotlib onnxruntime onnx

matplotlib 3.7.1和3.7.0可能报错

如果报错：pip install matplotlib==3.6.2

1.3 下载权重文件：

下载三个权重文件中的一个，我用的第一个。

• default or vit_h: ViT-H SAM model.
• vit_l: ViT-L SAM model.
• vit_b: ViT-B SAM model.

   如果下载过慢：

  链接：https://pan.baidu.com/s/11wZUcjYWNL6kxOH5MFGB-g 
  提取码：1234 

  2 使用教程

  2.1 根据在图片上选择的点扣出物体

  原始图像：

  

   导入依赖库和展示相关的函数：

  import cv2
  import matplotlib.pyplot as plt
  import numpy as np
  from segment_anything import sam_model_registry, SamPredictor
  def show_mask(mask, ax, random_color=False):
      if random_color:
          color = np.concatenate([np.random.random(3), np.array([0.6])], axis=0)
      else:
          color = np.array([30 / 255, 144 / 255, 255 / 255, 0.6])
      h, w = mask.shape[-2:]
      mask_image = mask.reshape(h, w, 1) * color.reshape(1, 1, -1)
      ax.imshow(mask_image)
  def show_points(coords, labels, ax, marker_size=375):
      pos_points = coords[labels == 1]
      neg_points = coords[labels == 0]
      ax.scatter(pos_points[:, 0], pos_points[:, 1], color='green', marker='*', s=marker_size, edgecolor='white',
                 linewidth=1.25)
      ax.scatter(neg_points[:, 0], neg_points[:, 1], color='red', marker='*', s=marker_size, edgecolor='white',
                 linewidth=1.25)

  确定使用的权重文件位置和是否使用cuda等：

  sam_checkpoint = "F:\sam_vit_h_4b8939.pth"
  device = "cuda"
  model_type = "default"

  模型实例化：

  sam = sam_model_registry[model_type](checkpoint=sam_checkpoint)
  sam.to(device=device)
  predictor = SamPredictor(sam)

  读取图像并选择抠图点：

  image = cv2.imread(r"F:\Dataset\Tomato_Appearance\Tomato_Xishi\images\xs_1.jpg")
  image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
  predictor.set_image(image)
  input_point = np.array([[1600, 1000]])
  input_label = np.array([1])
  plt.figure(figsize=(10,10))
  plt.imshow(image)
  show_points(input_point, input_label, plt.gca())
  plt.axis('on')
  plt.show()

  

   扣取图像（会同时提供多个扣取结果）：

  masks, scores, logits = predictor.predict(
      point_coords=input_point,
      point_labels=input_label,
      multimask_output=True,
  )
  # 遍历读取每个扣出的结果
  for i, (mask, score) in enumerate(zip(masks, scores)):
      plt.figure(figsize=(10,10))
      plt.imshow(image)
      show_mask(mask, plt.gca())
      show_points(input_point, input_label, plt.gca())
      plt.title(f"Mask {i+1}, Score: {score:.3f}", fontsize=18)
      plt.axis('off')
      plt.show()

       

  

   尝试扣取其他位置：

  

   

  2.2 扣取图像中的所有物体

  官方教程：

  https://github.com/facebookresearch/segment-anything/blob/main/notebooks/automatic_mask_generator_example.ipynb

  依赖库和函数导入：

  from segment_anything import sam_model_registry, SamAutomaticMaskGenerator, SamPredictor
  import cv2
  import matplotlib.pyplot as plt
  import numpy as np
  def show_anns(anns):
      if len(anns) == 0:
          return
      sorted_anns = sorted(anns, key=(lambda x: x['area']), reverse=True)
      ax = plt.gca()
      ax.set_autoscale_on(False)
      polygons = []
      color = []
      for ann in sorted_anns:
          m = ann['segmentation']
          img = np.ones((m.shape[0], m.shape[1], 3))
          color_mask = np.random.random((1, 3)).tolist()[0]
          for i in range(3):
              img[:,:,i] = color_mask[i]
          ax.imshow(np.dstack((img, m*0.35)))

  读取图片：

  image = cv2.imread(r"F:\Dataset\Tomato_Appearance\Tomato_Xishi\images\xs_1.jpg")
  image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

  实例化模型：

  sam_checkpoint = "F:\sam_vit_h_4b8939.pth"
  model_type = "default"
  device = "cuda"
  sam = sam_model_registry[model_type](checkpoint=sam_checkpoint)
  sam.to(device=device)

   分割并展示（速度有点慢）：

  mask_generator = SamAutomaticMaskGenerator(sam)
  masks = mask_generator.generate(image)
  plt.figure(figsize=(20,20))
  plt.imshow(image)
  show_anns(masks)
  plt.axis('off')
  plt.show()

  

  2.3 根据文字扣取物体

  配置另外一个库：

  https://github.com/IDEA-Research/Grounded-Segment-Anything

  配置教程：

  【图像分割】Grounded Segment Anything根据文字自动画框或分割环境配置和基本使用教程_Father_of_Python的博客-CSDN博客