SAM 3 इंटरैक्टिव

बिंदु और/या bounding box prompts का उपयोग करके SAM3 के साथ किसी विशिष्ट वस्तु को segment करें।

किसी छवि पर Segment Anything 3 (SAM3) की इंटरैक्टिव (प्रॉम्प्ट-आधारित दृश्य विभाजन) हेड चलाएँ।

SAM 3 कॉन्सेप्ट सेगमेंटेशन ब्लॉक (जो टेक्स्ट या उदाहरण प्रॉम्प्ट लेता है और किसी कॉन्सेप्ट के सभी उदाहरण लौटाता है) के विपरीत, यह ब्लॉक SAM2-शैली की इंटरैक्टिव सेगमेंटेशन करता है: प्रत्येक प्रॉम्प्ट एक ही ऑब्जेक्ट को लक्षित करता है और मॉडल उसके लिए एक एकल मास्क लौटाता है।

दो प्रॉम्प्ट इनपुट समर्थित हैं (कम से कम एक प्रदान करना आवश्यक है):

• बिंदु: एकल ऑब्जेक्ट को परिभाषित करने वाले लेबलयुक्त 2D बिंदुओं की एक सूची। सकारात्मक बिंदु सेगमेंट किए जाने वाले ऑब्जेक्ट को चिह्नित करते हैं, नकारात्मक बिंदु बाहर रखने वाले क्षेत्रों को चिह्नित करते हैं (मास्क को परिष्कृत करने के लिए उपयोगी)।

• बॉक्स: किसी अन्य मॉडल से प्राप्त डिटेक्शन। प्रत्येक बाउंडिंग बॉक्स एक अलग प्रॉम्प्ट बन जाता है और मॉडल उसके अंदर के ऑब्जेक्ट को सेगमेंट करता है। बॉक्सों के क्लास नाम अनुमानित मास्कों तक अग्रेषित किए जाते हैं।

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फील्ड: roboflow_core/sam3_interactive@v1 अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।

गुण

नाम	प्रकार	विवरण	संदर्भ
name	str	इस स्टेप के लिए एक अद्वितीय पहचानकर्ता दर्ज करें..	❌
बिंदु	List[Any]	एकल ऑब्जेक्ट को सेगमेंट करने के लिए परिभाषित लेबलयुक्त बिंदु। प्रत्येक बिंदु अपने निरपेक्ष पिक्सेल निर्देशांकों में {'x': ..., 'y': ..., 'positive': ...} होता है - सकारात्मक बिंदु ऑब्जेक्ट को चिह्नित करते हैं, नकारात्मक बिंदु बाहर रखने वाले क्षेत्रों को चिह्नित करते हैं। साधारण (x, y) या (x, y, positive) अनुक्रम भी स्वीकार किए जाते हैं..	✅
थ्रेशहोल्ड	float	अनुमानित मास्कों के लिए न्यूनतम विश्वसनीयता थ्रेशहोल्ड।	✅
बहु-मास्क आउटपुट	bool	यह निर्धारित करने वाला फ़्लैग कि SAM3 आंतरिक मल्टीमास्क या सिंगल-मास्क मोड का उपयोग करना है या नहीं। अस्पष्ट प्रॉम्प्ट (जैसे एक अकेला बिंदु) के लिए इसे True पर सेट करने की अनुशंसा की जाती है..	✅

यह संदर्भ कॉलम यह दर्शाता है कि प्रॉपर्टी को गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है, जो वर्कफ़्लो रनटाइम में उपलब्ध हैं। अधिक जानकारी के लिए देखें Bindings ।

रनटाइम संगतता

हार्ड - रनटाइम self_hosted_cpu; निष्पादन स्थानीय : GPU की आवश्यकता है; run_locally() CUDA की आवश्यकता वाला मॉडल लोड करता है।

इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। जाँचें कि कौन-से बाइंडिंग प्रकार SAM 3 इंटरैक्टिव संस्करण में v1 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • छवियाँ (image): जिस छवि पर अनुमान लगाना है..

  • बिंदु (लेबलयुक्त बिंदु): एकल ऑब्जेक्ट को सेगमेंट करने के लिए परिभाषित लेबलयुक्त बिंदु। प्रत्येक बिंदु अपने निरपेक्ष पिक्सेल निर्देशांकों में {'x': ..., 'y': ..., 'positive': ...} होता है - सकारात्मक बिंदु ऑब्जेक्ट को चिह्नित करते हैं, नकारात्मक बिंदु बाहर रखने वाले क्षेत्रों को चिह्नित करते हैं। साधारण (x, y) या (x, y, positive) अनुक्रम भी स्वीकार किए जाते हैं..

  • बॉक्स (Union[instance_segmentation_prediction, keypoint_detection_prediction, object_detection_prediction]): प्रॉम्प्ट के रूप में उपयोग करने के लिए बाउंडिंग बॉक्स (किसी अन्य मॉडल से) - मॉडल प्रत्येक बॉक्स के अंदर के ऑब्जेक्ट को सेगमेंट करता है।

  • थ्रेशहोल्ड (float): अनुमानित मास्कों के लिए न्यूनतम विश्वसनीयता थ्रेशहोल्ड।

  • बहु-मास्क आउटपुट (boolean): यह निर्धारित करने वाला फ़्लैग कि SAM3 आंतरिक मल्टीमास्क या सिंगल-मास्क मोड का उपयोग करना है या नहीं। अस्पष्ट प्रॉम्प्ट (जैसे एक अकेला बिंदु) के लिए इसे True पर सेट करने की अनुशंसा की जाती है..

• आउटपुट

  • भविष्यवाणियाँ (instance_segmentation_prediction): sv.Detections(...) ऑब्जेक्ट के रूप में पहचाने गए बाउंडिंग बॉक्स और सेगमेंटेशन मास्क के साथ पूर्वानुमान।

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/sam3_interactive@v1",
	    "images": "$inputs.image",
	    "points": [
	        {
	            "positive": true,
	            "x": 320,
	            "y": 240
	        }
	    ],
	    "boxes": "$steps.object_detection_model.predictions",
	    "threshold": 0.3,
	    "multimask_output": true
	}