SAM 3 インタラクティブ
ポイントやバウンディングボックスのプロンプトを使って、SAM3で特定のオブジェクトをセグメント化します。
Segment Anything 3 (SAM3) のインタラクティブ（プロンプト指定可能な視覚セグメンテーション）ヘッドを画像に適用します。
SAM 3 のコンセプトセグメンテーションブロック（テキストまたは例示プロンプトを受け取り、概念のすべてのインスタンスを返す）とは異なり、このブロックは SAM2 スタイルのインタラクティブセグメンテーションを行います。各プロンプトは 1 つのオブジェクトを対象とし、モデルはその単一マスクを返します。
2 つのプロンプト入力がサポートされています（少なくとも 1 つを指定する必要があります）：
点: 単一のオブジェクトを定義するラベル付き 2D 点のリストです。正の点はセグメント化する対象を示し、負の点は除外領域を示します（マスクの精緻化に役立ちます）。
ボックス: 別のモデルからの検出結果です。各バウンディングボックスが個別のプロンプトとなり、モデルはその内部のオブジェクトをセグメント化します。ボックスのクラス名は予測マスクに引き継がれます。
種別識別子
ステップで次の識別子を使用します "type" フィールド: roboflow_core/sam3_interactive@v1 ワークフローにステップとしてブロックを追加するには。
プロパティ
名前
型
説明
参照
name
str
このステップの一意の識別子を入力してください。
❌
点
List[Any]
単一のセグメント化対象オブジェクトを定義するラベル付き点。各点は絶対ピクセル座標で {'x': ..., 'y': ..., 'positive': ...} という形式です。正の点は対象を示し、負の点は除外する領域を示します。単純な (x, y) または (x, y, positive) のシーケンスも受け付けます。
✅
しきい値
float
予測マスクの最小信頼度しきい値。
✅
マルチマスク出力
bool
SAM3 内部のマルチマスクモードを使用するか、単一マスクモードを使用するかを決定するフラグです。曖昧なプロンプト（単一の点など）では True に設定することを推奨します。
✅
この 参照 列は、で利用可能な動的値を使用してプロパティをパラメータ化できる可能性を示します ワークフロー 実行時。参照 バインディング 詳細情報
ランタイム互換性
ハード - ランタイム self_hosted_cpu; 実行 ローカル : GPU が必要です。run_locally() は CUDA が必要なモデルを読み込みます。
入出力バインディング
利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が SAM 3 Interactive のバージョン v1 持つか確認してください。
入出力バインディング
入力
画像(画像）：推論対象の画像です。点(ラベル付き点): セグメント化する単一のオブジェクトを定義するラベル付き点。各点は絶対ピクセル座標で {'x': ..., 'y': ..., 'positive': ...} という形式です。正の点は対象を示し、負の点は除外する領域を示します。単純な (x, y) または (x, y, positive) のシーケンスも受け付けます。ボックス(Union[instance_segmentation_prediction,keypoint_detection_prediction,object_detection_prediction]): プロンプトとして使用するバウンディングボックス（別のモデルからのもの） - モデルは各ボックス内のオブジェクトをセグメント化します。しきい値(float): 予測マスクの最小信頼度しきい値。マルチマスク出力(boolean): SAM3 内部のマルチマスクモードを使用するか、単一マスクモードを使用するかを決定するフラグです。曖昧なプロンプト（単一の点など）では True に設定することを推奨します。
出力
predictions(instance_segmentation_prediction): 検出されたバウンディングボックスとセグメンテーションマスクを sv.Detections(...) オブジェクトとして返す予測。
最終更新
役に立ちましたか？