一句话找出图中所有目标SAM 3 概念分割模型上手指南【免费下载链接】sam3The repository provides code for running inference and finetuning with the Meta Segment Anything Model 3 (SAM 3), links for downloading the trained model checkpoints, and example notebooks that show how to use the model.项目地址: https://gitcode.com/gh_mirrors/sam/sam3 对着后备箱的照片说一句“把所有纸袋圈出来”模型就能逐个给出像素级分割掩码——这是 Meta 开源的SAM 3Segment Anything Model 3的核心能力。它把“按文本概念找目标”和“在视频里持续追踪”合进同一个模型总参数848M。一页看懂SAM 3 是做什么的、适合谁用SAM 1/2 属于“交互式”模型你得用点或框去指一个目标一次只能处理一个。SAM 3 多了一条更直接的入口——输入一个概念短语比如 a baguette它能把画面中所有符合该概念的实例全部找出来从“逐个点”变成“全都要”。它同时覆盖图片和视频也接受点、框、掩码提示所以既服务开放式词汇检测的用法也兼容前代交互式任务。文本提示如何变成掩码SAM 3 的完整处理流程以文本提示为例流程是“输入 → 融合 → 输出”文本编码器把短语变成语义向量ViT 视觉编码器把图像变成特征图检测器DETR 架构融合两者后输出候选框和实例掩码视频场景则由继承自 SAM 2 的trackertransformer encoder-decoder借助历史帧记忆跨帧追踪中途还能继续点选精修。关键设计是检测器与跟踪器解耦、共享同一个视觉编码器检测负责“找”跟踪负责“跟”互不拖累。相比 SAM 2SAM 3 改动了哪三处开放词汇穷尽分割能理解大得多的文本提示集合在新 SA-Co 基准上达到人类表现的 75%–80%presence token模型内置“目标存在与否”的判断能区分 a player in white 和 a player in red 这类容易混淆的近义短语SAM 3.1 Object Multiplex⚡2026 年 3 月发布原视频流水线逐个对象处理耗时随对象数线性增长新机制把多个对象分批共享记忆处理单张 H100 上 128 个对象提速约7 倍且精度不降。SA-Co 数据集27 万概念是怎么标注出来的能力背后是数据引擎它自动标注了 400 万 唯一概念是目前最大的开放词汇分割数据。配套发布的 SA-Co 基准包含27 万唯一概念规模超过现有基准 50 倍每对“图像 × 名词短语”都标注了实例掩码和唯一 ID并按图像 Gold、图像 Silver、视频 VEval 三档划分。5 分钟装好 SAM 3环境要求与第一条命令要求Python 3.12、PyTorch 2.7、CUDA 12.6 的 GPU。先在 Hugging Face 的facebook/sam3仓库申请 checkpoint 访问权限再执行hf auth login登录。conda create -n sam3 python3.12 conda activate sam3 pip install torch2.10.0 torchvision --index-url https://download.pytorch.org/whl/cu128 git clone https://gitcode.com/gh_mirrors/sam/sam3 cd sam3 pip install -e .[notebooks]图片流程只有几行加载模型 →set_image载入图片 →set_text_prompt下提示拿到masks, boxes, scores。视频同理build_sam3_video_predictor()建会话MP4 或帧文件夹都行add_prompt一次即开始追踪。第一次跑建议直接打开 examples/sam3_image_predictor_example.ipynb顺后再进视频示例遇到一句话说不清的复杂提示试试sam3_agent.ipynb。✅【免费下载链接】sam3The repository provides code for running inference and finetuning with the Meta Segment Anything Model 3 (SAM 3), links for downloading the trained model checkpoints, and example notebooks that show how to use the model.项目地址: https://gitcode.com/gh_mirrors/sam/sam3创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/11/5 3:36:44 · 阅读 1.2k 一句话找出图中所有目标：SAM 3 概念分割模型上手指南
一句话找出图中所有目标SAM 3 概念分割模型上手指南【免费下载链接】sam3The repository provides code for running inference and finetuning with the Meta Segment Anything Model 3 (SAM 3), links for downloading the trained model checkpoints, and example notebooks that show how to use the model.项目地址: https://gitcode.com/gh_mirrors/sam/sam3 对着后备箱的照片说一句“把所有纸袋圈出来”模型就能逐个给出像素级分割掩码——这是 Meta 开源的SAM 3Segment Anything Model 3的核心能力。它把“按文本概念找目标”和“在视频里持续追踪”合进同一个模型总参数848M。一页看懂SAM 3 是做什么的、适合谁用SAM 1/2 属于“交互式”模型你得用点或框去指一个目标一次只能处理一个。SAM 3 多了一条更直接的入口——输入一个概念短语比如 a baguette它能把画面中所有符合该概念的实例全部找出来从“逐个点”变成“全都要”。它同时覆盖图片和视频也接受点、框、掩码提示所以既服务开放式词汇检测的用法也兼容前代交互式任务。文本提示如何变成掩码SAM 3 的完整处理流程以文本提示为例流程是“输入 → 融合 → 输出”文本编码器把短语变成语义向量ViT 视觉编码器把图像变成特征图检测器DETR 架构融合两者后输出候选框和实例掩码视频场景则由继承自 SAM 2 的trackertransformer encoder-decoder借助历史帧记忆跨帧追踪中途还能继续点选精修。关键设计是检测器与跟踪器解耦、共享同一个视觉编码器检测负责“找”跟踪负责“跟”互不拖累。相比 SAM 2SAM 3 改动了哪三处开放词汇穷尽分割能理解大得多的文本提示集合在新 SA-Co 基准上达到人类表现的 75%–80%presence token模型内置“目标存在与否”的判断能区分 a player in white 和 a player in red 这类容易混淆的近义短语SAM 3.1 Object Multiplex⚡2026 年 3 月发布原视频流水线逐个对象处理耗时随对象数线性增长新机制把多个对象分批共享记忆处理单张 H100 上 128 个对象提速约7 倍且精度不降。SA-Co 数据集27 万概念是怎么标注出来的能力背后是数据引擎它自动标注了 400 万 唯一概念是目前最大的开放词汇分割数据。配套发布的 SA-Co 基准包含27 万唯一概念规模超过现有基准 50 倍每对“图像 × 名词短语”都标注了实例掩码和唯一 ID并按图像 Gold、图像 Silver、视频 VEval 三档划分。5 分钟装好 SAM 3环境要求与第一条命令要求Python 3.12、PyTorch 2.7、CUDA 12.6 的 GPU。先在 Hugging Face 的facebook/sam3仓库申请 checkpoint 访问权限再执行hf auth login登录。conda create -n sam3 python3.12 conda activate sam3 pip install torch2.10.0 torchvision --index-url https://download.pytorch.org/whl/cu128 git clone https://gitcode.com/gh_mirrors/sam/sam3 cd sam3 pip install -e .[notebooks]图片流程只有几行加载模型 →set_image载入图片 →set_text_prompt下提示拿到masks, boxes, scores。视频同理build_sam3_video_predictor()建会话MP4 或帧文件夹都行add_prompt一次即开始追踪。第一次跑建议直接打开 examples/sam3_image_predictor_example.ipynb顺后再进视频示例遇到一句话说不清的复杂提示试试sam3_agent.ipynb。✅【免费下载链接】sam3The repository provides code for running inference and finetuning with the Meta Segment Anything Model 3 (SAM 3), links for downloading the trained model checkpoints, and example notebooks that show how to use the model.项目地址: https://gitcode.com/gh_mirrors/sam/sam3创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考