本文详细介绍了如何使用SAM-Segment Anything Model进行单张图片的检测。从代码和模型下载、环境创建（包括虚拟环境的创建与PyTorch的安装）、安装依赖包，到最终的图片检测步骤，逐一进行讲解。特别提示，需注意CUDA版本与PyTorch版本的匹配，并在运行amg.py文件时正确设置参数。
一、代码和模型下载
下载链接：GitHub - facebookresearch/segment-anything
将代码下载并解压到一个没有中文的路径下。
页面往下滑找到需要下载的模型：
这里提供了三个模型，vit_b的大小是358m，vit_l的大小是1.2g，vit_h的大小是2.4g。我下载的是最小的模型vit_b，下载完成后将其复制到项目的主路径【segment-anything-main】文件夹下。
二、环境创建
首先需要安装Anaconda作为你的python环境，没有安装的可以去网上搜索安装教程，有很多详细的参考文章。这里我使用的代码工具是Pycharm。
1.创建虚拟环境
打开Anaconda Prompt，创建一个名为SAM-detect-single-image的环境，这里的python版本我选择的是3.8。
conda create -n SAM-detect-single-image python=3.8
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
