SAM( Segment Anything )代码测试

论文原文：https://arxiv.org/pdf/2304.02643.pdf

中文版本参考：https://zhuanlan.zhihu.com/p/619962145

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

一、代码测试
1、按照 README.md 文件所述，逐步安装所有依赖库。记得 python 要安装3.8，3.9， 3.10 其中的一个，目前不建议安装 3.11，因为会和最新的 pytorch 不兼容。
2、VS环境
3、下载模型文件到本地：
点击 README.md 文件中的模型下载链接，即可下载指定的模型：

模型总共有三个，其中 vit-h 最大，有约2G ，fit-l 为 1.2G, vit-b 最小为 366M。我测试了 最小的 vit-b。
4、打开 notebooks下的示例文件automatic_mask_generator_example.ipynb，修改以下两行：

即模型文件路径和 设备类型（ 使用 cpu 还是 gpu, 如果是gpu则设置为 cuda, 是 cpu 的话设为 cpu 即可 ）。
5、将automatic_mask_generator_example.ipynb 文件内的所有代码运行一遍，会进行原图显示和 mask 处理，最后会得出 图片处理的 mask 结果：

以上参考链接：https://blog.csdn.net/suezhang9/article/details/130376507

二.各模块分析
【深度学习】SAM官方Pytorch代码-各模块的功能解析
原文链接：https://blog.csdn.net/yangyu0515/article/details/130319437