> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/workflows/ja/burokku/blocks/run-a-model/sam3-interactive.md).

# SAM 3 インタラクティブ

画像に対して Segment Anything 3（SAM3）の対話型（プロンプト指定可能な視覚セグメンテーション）ヘッドを実行します。

SAM 3 の概念セグメンテーションブロックとは異なり（これはテキストまたは例示プロンプトを受け取り、ある概念のすべてのインスタンスを返します）、このブロックは SAM2 スタイルの対話型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種類のプロンプト入力をサポートしています（少なくとも1つは指定する必要があります）:

* **点**: 1つのオブジェクトを定義する、ラベル付き2次元点のリストです。正の点はセグメント化する対象を示し、負の点は除外する領域を示します（マスクの細かな調整に便利です）。
* **ボックス**: ほか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は個別のプロンプトとなり、モデルはその中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。

### 型識別子

ステップで次の識別子を使用してください `"type"` フィールド： `roboflow_core/sam3_interactive@v1` ワークフローにこのブロックをステップとして追加するには。

### 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]` | 1つのオブジェクトを定義するラベル付き点です。各点は絶対ピクセル座標で {'x': ..., 'y': ..., 'positive': ...} の形式です。正の点は対象を示し、負の点は除外する領域を示します。素の (x, y) または (x, y, positive) のシーケンスも受け付けます。。 | ✅  |
| `のしきい値と比較します`      | `float`     | 予測マスクの最小信頼度しきい値。                                                                                                                                         | ✅  |
| `multimask_output` | `bool`      | SAM3 の内部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めるフラグです。あいまいなプロンプト（単一点など）の場合は 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っ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* 詳細は。

### 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 を必要とするモデルを読み込みます。

### 入力と出力のバインディング

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` あるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* 入力
  * `images` ([*`image`*](/workflows/ja/gaido/developer-guide/kinds/image.md)): 推論対象の画像です..
  * `点` ([*`labeled_points`*](/workflows/ja/gaido/developer-guide/kinds/labeled-points.md)): 1つのオブジェクトを定義するラベル付き点です。各点は絶対ピクセル座標で {'x': ..., 'y': ..., 'positive': ...} の形式です。正の点は対象を示し、負の点は除外する領域を示します。素の (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\[*[*`object_detection_prediction`*](/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*,* [*`instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`keypoint_detection_prediction`*](/workflows/ja/gaido/developer-guide/kinds/keypoint-detection-prediction.md)*]*): プロンプトとして使用するバウンディングボックス（ほかのモデル由来）です。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。
  * `のしきい値と比較します` ([*`float`*](/workflows/ja/gaido/developer-guide/kinds/float.md)): 予測マスクの最小信頼度しきい値。
  * `multimask_output` ([*`boolean`*](/workflows/ja/gaido/developer-guide/kinds/boolean.md)): SAM3 の内部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めるフラグです。あいまいなプロンプト（単一点など）の場合は True に設定することを推奨します。。
* 出力
  * `predictions` ([`instance_segmentation_prediction`](/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)): 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(...) オブジェクトの形式で持つ予測。

</details>

<details>

<summary>JSON 定義の例</summary>

```json
{
	    "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
	}
```

</details>