SAM 3 인터랙티브
포인트 및/또는 바운딩 박스 프롬프트를 사용해 SAM3로 특정 객체를 분할합니다.
이미지에서 Segment Anything 3(SAM3)의 대화형(프롬프트 가능 시각 분할) 헤드를 실행합니다.
SAM 3 개념 분할 블록(텍스트나 예시 프롬프트를 받아 개념의 모든 인스턴스를 반환함)과 달리, 이 블록은 SAM2 스타일의 대화형 분할을 수행합니다. 각 프롬프트는 하나의 객체를 대상으로 하며 모델은 그 객체에 대한 단일 마스크를 반환합니다.
두 가지 프롬프트 입력을 지원합니다(최소 하나는 제공해야 합니다):
포인트: 단일 객체를 정의하는 라벨이 있는 2D 포인트 목록입니다. 양성 포인트는 분할할 객체를 표시하고, 음성 포인트는 제외할 영역을 표시합니다(마스크를 세밀하게 조정하는 데 유용합니다).
박스: 다른 모델의 탐지 결과입니다. 각 바운딩 박스는 별도의 프롬프트가 되며 모델은 그 안의 객체를 분할합니다. 박스의 클래스 이름은 예측된 마스크에 전달됩니다.
유형 식별자
step에서 다음 식별자를 사용하세요 "type" 필드: roboflow_core/sam3_interactive@v1 를 워크플로에 단계로 추가합니다.
속성
이름
유형
설명
참조
name
str
이 단계에 고유 식별자를 입력하세요..
❌
포인트
List[Any]
단일 분할 객체를 정의하는 라벨이 있는 포인트입니다. 각 포인트는 절대 픽셀 좌표의 {'x': ..., 'y': ..., 'positive': ...} 형식이며, 양성 포인트는 객체를 표시하고 음성 포인트는 제외할 영역을 표시합니다. 일반적인 (x, y) 또는 (x, y, positive) 시퀀스도 허용됩니다..
✅
임계값
실수
예측된 마스크의 최소 신뢰도 임계값.
✅
멀티마스크 출력
bool
SAM3 내부의 멀티마스크 모드 또는 단일 마스크 모드를 사용할지 결정하는 플래그입니다. 단일 포인트처럼 모호한 프롬프트의 경우 True로 설정하는 것이 권장됩니다..
✅
해당 참조 열은 워크플로 런타임에서 사용할 수 있는 동적 값으로 속성을 매개변수화할 수 있음을 나타냅니다. 자세한 내용은 워크플로 런타임. 자세한 내용은 바인딩 를 참조하세요.
런타임 호환성
하드 - 런타임 self_hosted_cpu; 실행 로컬 : GPU가 필요합니다. run_locally()는 CUDA가 필요한 모델을 로드합니다.
입력 및 출력 바인딩
사용 가능한 연결은 바인딩 종류에 따라 달라집니다. 어떤 바인딩 종류가 있는지 확인하세요 SAM 3 Interactive 버전 v1 가 있습니다.
입력 및 출력 바인딩
입력
이미지들(image): 추론을 수행할 이미지입니다..포인트(라벨이 있는 포인트): 단일 객체를 분할하기 위한 라벨이 있는 포인트입니다. 각 포인트는 절대 픽셀 좌표의 {'x': ..., 'y': ..., 'positive': ...} 형식이며, 양성 포인트는 객체를 표시하고 음성 포인트는 제외할 영역을 표시합니다. 일반적인 (x, y) 또는 (x, y, positive) 시퀀스도 허용됩니다..박스(Union[instance_segmentation_prediction,keypoint_detection_prediction,object_detection_prediction]): 프롬프트로 사용할 바운딩 박스(다른 모델에서 가져옴) - 모델은 각 박스 내부의 객체를 분할합니다.임계값(실수): 예측된 마스크의 최소 신뢰도 임계값.멀티마스크 출력(boolean): SAM3 내부의 멀티마스크 모드 또는 단일 마스크 모드를 사용할지 결정하는 플래그입니다. 단일 포인트처럼 모호한 프롬프트의 경우 True로 설정하는 것이 권장됩니다..
출력
predictions(instance_segmentation_prediction): 탐지된 바운딩 박스와 sv.Detections(...) 객체 형식의 분할 마스크가 포함된 예측입니다.
마지막 업데이트
도움이 되었나요?