Ultralytics YOLO 是一个 Python 计算机视觉库,支持目标检测、分割、分类、姿态估计和目标跟踪等任务。
lillyguisnet/sam3-segmentation
一个智能体技能,让编码助手借助本地 NVIDIA GPU 运行 Meta SAM 3,对照片中的物体做轮廓分割、掩码与计数。
- Star
- 125
- Fork
- 12
- 未关闭 Issue
- 0
- 最近提交
- 14天前
这是什么?
sam3-segmentation 是一个智能体技能,可让 Claude Code、Codex、Cursor 等编码助手调用 Meta 的 SAM 3 模型,对照片中的物体进行轮廓分割、掩码生成和计数。模型运行在用户自己的 NVIDIA GPU 上,Python 环境创建在技能目录之外,便于在更新和多个安装副本之间复用。
处理简单请求时,智能体可以找出某个短语对应的所有实例,通过点击或框选分割单个物体,或对整张图做全部分割。面对籽粒、种子、细胞、昆虫等大量小物体或局部时,则采用更细致的流程:带重叠的近景裁剪、保存所有原始候选、分数检查、审阅图表与标记、可回溯的审阅记录、边界细化,并支持 PNG 与 COCO RLE 导出以及可缩放的查看器。
输出结果被定位为模型提案而非经过验证的标注数据,不确定之处会单独列出。该技能不适用于视频、医学影像以及图片分类和编辑。无 GPU 时可运行演示模式,使用生成的图形进行展示。
核心功能
- 01支持按文字短语找出所有实例,也支持通过点击、框选或示例框分割物体。
- 02在本地 NVIDIA GPU 上运行,Python 环境独立于技能目录保存。
- 03对大量小物体支持重叠裁剪并保存全部原始候选结果。
- 04提供审阅图表、标记以及可追溯的审阅决定记录。
- 05可导出 PNG 与 COCO RLE 格式,并附带可缩放的查看器。
- 06包含无需 GPU 的演示模式,使用生成图形体验流程。
适用场景
- 在近景照片中勾勒并计数籽粒、种子或细胞。
- 在智能体工作流中从照片里抠出单个物体,例如一只狗。
- 生成 COCO RLE 掩码作为草稿标注,交由人工复核。
- 通过编码助手在本地 GPU 上体验 SAM 3 分割效果。
收录于专题
标签
常见问题
- sam3-segmentation 是什么?
- 一个智能体技能,让编码助手借助本地 NVIDIA GPU 运行 Meta SAM 3,对照片中的物体做轮廓分割、掩码与计数。 sam3-segmentation 是一个智能体技能,可让 Claude Code、Codex、Cursor 等编码助手调用 Meta 的 SAM 3 模型,对照片中的物体进行轮廓分割、掩码生成和计数。模型运行在用户自己的 NVIDIA GPU 上,Python 环境创建在技能目录之外,便于在更新和多个安装副本之间复用。
- sam3-segmentation 可以免费使用吗?用的什么许可证?
- sam3-segmentation 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- sam3-segmentation 还在维护吗?
- 活跃维护中。sam3-segmentation 最近一次提交是在 2026年10月24日。
- sam3-segmentation 适合用来做什么?
- 在近景照片中勾勒并计数籽粒、种子或细胞。 在智能体工作流中从照片里抠出单个物体,例如一只狗。 生成 COCO RLE 掩码作为草稿标注,交由人工复核。 通过编码助手在本地 GPU 上体验 SAM 3 分割效果。
- 在哪里获取 sam3-segmentation?
- 源代码和安装说明在 GitHub 上:https://github.com/lillyguisnet/sam3-segmentation
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
一个 Agent Skill,结合 OpenStreetMap、地形天际线、卫星影像和街景,推断照片的拍摄地点并给出推理过程。
一套提示词技能,让 AI 编程代理只写任务所需的代码,优先复用已有代码,用最少的实现解决问题。
一套开源的 AI 代理插件,先由代理起草设计文档,再由无上下文的新子代理审查,之后才动手写代码。
为 Claude Code 打造的自学习技能层,从真实会话中提炼技能,使用中持续更新,并清理长期不被调用的技能。
一套智能体技能,指导编码智能体用 Swift 和 SwiftUI 完成原生 macOS 应用的调研、克隆、设计、开发与测试。