Segment Anything (SAM)

Meta의 원래 Segment Anything 모델을 Dedicated Deployment 또는 자체 호스팅 Inference에서 사용하세요.

Segment Anything Meta의 원조 프롬프트 기반 이미지 분할 모델입니다. 객체 안의 한 점(또는 박스)을 지정하면, 해당 객체의 정확한 경계를 표시하는 마스크를 반환합니다.

SAM은 두 단계로 작동합니다:

1. 이미지에 대한 임베딩을 생성합니다.

2. 분할하려는 객체의 좌표로 모델에 프롬프트를 입력합니다.

임베딩은 다음에 의해 캐시됩니다 image_id이므로, 한 번 이미지가 임베딩되면 다시 인코딩하지 않고도 그 이미지에 대해 여러 프롬프트를 보낼 수 있습니다.

새 프로젝트의 경우 다음을 사용하는 것이 좋습니다 SAM2 (더 빠르고, 마스크 품질이 더 좋으며, 비디오 지원) 또는 SAM3 (텍스트 프롬프트에서 개념의 모든 인스턴스를 분할합니다). SAM v1은 기존 통합을 위해 여기에서 문서화되어 있습니다.

SAM은 Serverless Cloud API에서 사용할 수 없습니다. 다음에서 실행하세요: 전용 배포 또는 자가 호스팅 추론.

코드 예시

1

API 키 받기

Roboflow 계정을 만들고, 다음에서 키를 찾으세요. Roboflow API 설정 페이지 에서 다음과 같이 셸에서 사용할 수 있도록 합니다:

export ROBOFLOW_API_KEY="your-key-here"

2

의존성 설치

pip install requests

3

이미지 임베딩

임베딩은 이미지의 수치 표현입니다. SAM은 이를 사용해 객체 위치를 계산합니다. 다음을 설정하세요 base_url 전용 배포 URL 또는 로컬 Inference 서버로.

import os
import requests

base_url = "http://localhost:9001"
api_key = os.environ["ROBOFLOW_API_KEY"]

payload = {
    "image": {"type": "url", "value": "https://media.roboflow.com/quickstart/traffic.jpg"},
    "image_id": "example_image_id",
}

response = requests.post(
    f"{base_url}/sam/embed_image?api_key={api_key}",
    json=payload,
)
embeddings = response.json()["embeddings"]

해당 image_id 임베딩을 캐시하므로 이후 동일 이미지에 대한 분할 요청에서 다시 보낼 필요가 없습니다.

4

객체 분할

객체 위에 있는 점을 적어도 하나 사용해 모델에 프롬프트를 입력합니다. point_labels 각 점을 양성(1, 포함) 또는 음성(0, 제외)으로 표시합니다.

payload = {
    "image": {"type": "url", "value": "https://media.roboflow.com/quickstart/traffic.jpg"},
    "point_coords": [[380, 350]],
    "point_labels": [1],
    "image_id": "example_image_id",
}

response = requests.post(
    f"{base_url}/sam/segment_image?api_key={api_key}",
    json=payload,
)
masks = response.json()["masks"]

응답에는 관심 객체에 대한 분할 마스크가 포함됩니다.

테스트 이미지의 점 좌표를 찾으려면 다음에 업로드하세요 PolygonZone 웹 도구 그리고 객체 위에 마우스를 올리세요. 파이프라인에서는 먼저 객체 탐지기를 실행하고 각 박스의 중심점을 SAM 프롬프트로 사용하는 것이 일반적인 패턴입니다.

설정 base_url 를 배포 대상에 맞게:

• http://localhost:9001 로컬 Inference 서버용.

• 당신의 전용 배포 비공개 엔드포인트용 URL.

추가 읽을거리

• Segment Anything Model(SAM)이란?

• SAM2 및 SAM3, 현재 세대의 모델입니다.