> 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
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`*](/workflows/ja/gaido/developer-guide/kinds/image.md)）：推論対象の画像です。
* `点` ([*`ラベル付き点`*](/workflows/ja/gaido/developer-guide/kinds/labeled-points.md)): 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`*](/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`keypoint_detection_prediction`*](/workflows/ja/gaido/developer-guide/kinds/keypoint-detection-prediction.md)*,* [*`object_detection_prediction`*](/workflows/ja/gaido/developer-guide/kinds/object-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（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`*](/workflows/ja/gaido/developer-guide/kinds/float.md)): 予測マスクの最小信頼度しきい値。
* `マルチマスク出力` ([*`boolean`*](/workflows/ja/gaido/developer-guide/kinds/boolean.md)): 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`](/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(...) オブジェクトとして返す予測。
JSON 定義の例
```json
{
"name": "",
"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
}
```