Segment Anything（SAM）的demo的简单使用

如果觉得文章还行，能点个赞嘛？您的点赞是我更新的动力！！

目录

SAM的demo源码使用

结合SAM，进行人机交互ui使用的案例介绍：

最近新发现的，可以利用这个模型，进行一个简单的UI使用，效果如下：

labelimg结合SAM实现半自动标注软件

---

SAM的demo源码使用

首先说明这个链接里面的代码是关于demo的，目前还不能训练。

原仓库https://github.com/facebookresearch/segment-anything

我们都知道在CV领域比较重要的处理图像的几个方向有：识别，测量（标定），三维物体重建等。

识别是最基础也是最重要的，那么分割在识别里面更是重中之重，所以这个大模型分割真的是：一个字“6”.

官方给出了demo供大家体验

demo

放个示例：

到上面给的链接（原仓库），去下载即可。

看到最近比较火的CV分割神器，于是思考看看代码，在这里记录一哈自己踩过的坑。

首先是在上面链接里面点击code进行下载

 然后解压到目标文件夹下面

然后下载模型库，放到解压目录文件夹下面，也就是和setup.py同一目录下。

如果是个人笔记本的话，这里推荐vit-b

如果想要使用vit-h，建议用小分辨率的图片并修改batch_size的大小

（即SamAutomaticMaskGenerator(sam, points_per_batch=16)），或者部署到服务器上。

配置环境，按照原文所述，环境配置为：

安装 PyTorch 和 TorchVision 依赖项。强烈建议同时安装具有CUDA支持的PyTorch和TorchVision.   python>=3.8   pytorch>=1.7（如果要导出onnx则>=2.0）   torchvision>=0.8

还有依赖库：matplotlib,pycocotools,opencv-python,onnx,onnxruntime(这些是必须安装的)

 官方给的安装方式有

pip install git+https://github.com/facebookresearch/segment-anything.git

或者：

1. git clone git@github.com:facebookresearch/segment-anything.git
2. cd segment-anything; pip install -e .

还有：

pip install opencv-python pycocotools matplotlib onnxruntime onnx

以上方式对于我而言好像出错了，我就采取的另外的方式：

利用cmd打开到解压文件目录里面（就是含有setup.py），然后输入以下指令：

 进行安装即可，对了我是用的anconda环境，建议创建一个新的虚拟环境，避免干扰自己的其他配置，注意python版本一定要>=3.8

conda create -n 环境名 python=3.8 conda activate 环境名即可 python setup.py install

环境配置好以后，根据自身情况去考虑，是否采用GPU和cpu的问题。

接下来我们开始运行开源的demo,有两种方式：

cmd命令：注意notebooks/images/是指你的输入图片路径，output是指的输出mask的路径，后面的--device cpu如果加了，就会采用cpu跑，不然会默认GPU。

python scripts/amg.py --checkpoint sam_vit_b_01ec64.pth --model-type vit_b --input notebooks/images/ --output output --device cpu

创建一个train.py在相同目录下（setup.py）

里面代码如下：

1. import sys
2. import numpy as np
3. import matplotlib
4. import matplotlib.pyplot as plt
5. import cv2
6. from segment_anything import sam_model_registry, SamAutomaticMaskGenerator, SamPredictor
8. matplotlib.use('TkAgg')
10. def show_anns(anns):
11. if len(anns) == 0:
12. return
13. sorted_anns = sorted(anns, key=(lambda x: x['area']), reverse=True)
14. ax = plt.gca()
15. ax.set_autoscale_on(False)
16. polygons = []
17. color = []
18. for ann in sorted_anns:
19. m = ann['segmentation']
20. img = np.ones((m.shape[0], m.shape[1], 3))
21. color_mask = np.random.random((1, 3)).tolist()[0]
22. for i in range(3):
23. img[:,:,i] = color_mask[i]
24. ax.imshow(np.dstack((img, m*0.35)))
26. sys.path.append("..")
29. sam_checkpoint = "sam_vit_b_01ec64.pth"
30. model_type = "vit_b"
32. device = "cuda"#如果想用cpu,改成cpu即可
34. sam = sam_model_registry[model_type](checkpoint=sam_checkpoint)
35. sam.to(device=device)
37. image = cv2.imread('notebooks/images/dog.jpg')
38. image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
39. # plt.figure(figsize=(20,20))
40. # plt.imshow(image)
41. # plt.axis('off')
42. # plt.show()
45. mask_generator = SamAutomaticMaskGenerator(sam)
47. masks = mask_generator.generate(image)
48. print(len(masks))
49. plt.figure(figsize=(20,20))
50. plt.imshow(image)
51. show_anns(masks)
52. plt.axis('off')
53. plt.show()
54. # import torch # 如果pytorch安装成功即可导入
55. # print(torch.cuda.is_available()) # 查看CUDA是否可用
56. # print(torch.cuda.device_count()) # 查看可用的CUDA数量
57. # print(torch.version.cuda) # 查看CUDA的版本号

我遇到的问题有：

如果采用GPU运行报错为：

则是因为GPU要求内存太大，把模型改成vit-b即可，我用vit-h就会报这个错了！

如果报错为：

 则添加以下代码即可：

1. import matplotlib
3. matplotlib.use('TkAgg')

 最后运行效果是这样的：

根据相关文档查明，如果需要导出onnx模型，也就是官方的下面命令：

python scripts/export_onnx_model.py --checkpoint sam_vit_b_01ec64.pth --model-type vit_b --output 输出文件路径

会报错如下：

官方更新了导出onnx的配置文档,要求：

ONNX 导出函数使用 opset 版本 17，该版本需要 pytorch>=2.0 而不是pytorch>=1.7

结合SAM，进行人机交互ui使用的案例介绍：

最近新发现的，可以利用这个模型，进行一个简单的UI使用，效果如下：

成功裁剪下来图片。

首先说明代码不是我最开始原创，这里只是作为分享的案例，代码中的注释为个人理解，如果侵权，可以联系删除。

首先导入头文件如下：

1. import cv2 #opencv为了读取图片和保存图片
2. import os #因为涉及到读取文件路径
3. import numpy as np #涉及到矩阵计算
4. from segment_anything import sam_model_registry, SamPredictor
5. #不用多说，为了使用SAM，因此建议，新建一个test.py,放置到与setup在同一目录下。

按照原作者的想法是：

做一个抠图的UI界面，底层依赖SAM，通过鼠标点击进行人机交互。

因此首先定义了几个函数。

1. nput_dir = 'input' #input文件夹名称，用来存放即将抠图的图像
2. output_dir = 'output' #输出图像的文件名称，用来抠图完毕的图像
3. crop_mode=True #是否裁剪到最小范围，在后面的判定里面会用到
4. #alpha_channel是否保留透明通道
5. print('最好是每加一个点就按w键predict一次')
6. os.makedirs(output_dir, exist_ok=True) #创建目录
7. image_files = [f for f in os.listdir(input_dir) if f.lower().endswith(('.png', '.jpg', '.jpeg','.JPG','.JPEG','.PNG'))] #os.lisdir 将以图片的格式保存的文件名，以数组的方式保存
9. sam = sam_model_registry["vit_b"](checkpoint="sam_vit_b_01ec64.pth")
10. _ = sam.to(device="cuda")#注释掉这一行，会用cpu运行，速度会慢很多
11. predictor = SamPredictor(sam)#SAM预测图像

写了自定义函数如下：

鼠标点击，这里运用了opencv里面的鼠标函数

EVENT_MOUSEMOVE 0            #滑动
EVENT_LBUTTONDOWN 1          #左键点击
EVENT_RBUTTONDOWN 2          #右键点击
EVENT_MBUTTONDOWN 3          #中键点击
EVENT_LBUTTONUP 4            #左键放开
EVENT_RBUTTONUP 5            #右键放开
EVENT_MBUTTONUP 6            #中键放开
EVENT_LBUTTONDBLCLK 7        #左键双击
EVENT_RBUTTONDBLCLK 8        #右键双击
EVENT_MBUTTONDBLCLK 9        #中键双击

1. def mouse_click(event, x, y, flags, param):#鼠标点击事件
2. global input_point, input_label, input_stop#全局变量，输入点，
3. if not input_stop:#判定标志是否停止输入响应了！
4. if event == cv2.EVENT_LBUTTONDOWN :#鼠标左键
5. input_point.append([x, y])
6. input_label.append(1)#1表示前景点
7. elif event == cv2.EVENT_RBUTTONDOWN :#鼠标右键
8. input_point.append([x, y])
9. input_label.append(0)#0表示背景点
10. else:
11. if event == cv2.EVENT_LBUTTONDOWN or event == cv2.EVENT_RBUTTONDOWN :#提示添加不了
12. print('此时不能添加点,按w退出mask选择模式')

用来存放预测的mask

1. def apply_mask(image, mask, alpha_channel=True):#应用并且响应mask
2. if alpha_channel:
3. alpha = np.zeros_like(image[..., 0])#制作掩体
4. alpha[mask == 1] = 255#兴趣地方标记为1，且为白色
5. image = cv2.merge((image[..., 0], image[..., 1], image[..., 2], alpha))#融合图像
6. else:
7. image = np.where(mask[..., None] == 1, image, 0)
8. #np.where（1，2，3） 是以1为条件，如果满足，执行2，否则执行3
9. return image

赋予颜色到掩体上，展示到图像

1. def apply_color_mask(image, mask, color, color_dark = 0.5):#对掩体进行赋予颜色
2. for c in range(3):#从0->3
3. image[:, :, c] = np.where(mask == 1, image[:, :, c] * (1 - color_dark) + color_dark * color[c], image[:, :, c])
4. return image

进行下一个图像

1. def get_next_filename(base_path, filename):#进行下一个图像
2. name, ext = os.path.splitext(filename)
3. for i in range(1, 101):
4. new_name = f"{name}_{i}{ext}"
5. if not os.path.exists(os.path.join(base_path, new_name)):
6. return new_name
7. return None

保存ROI区域

1. ef save_masked_image(image, mask, output_dir, filename, crop_mode_):#保存掩盖部分的图像（感兴趣的图像）
2. if crop_mode_:
3. y, x = np.where(mask)
4. y_min, y_max, x_min, x_max = y.min(), y.max(), x.min(), x.max()
5. cropped_mask = mask[y_min:y_max+1, x_min:x_max+1]
6. cropped_image = image[y_min:y_max+1, x_min:x_max+1]
7. masked_image = apply_mask(cropped_image, cropped_mask)
8. else:
9. masked_image = apply_mask(image, mask)
10. filename = filename[:filename.rfind('.')]+'.png'
11. new_filename = get_next_filename(output_dir, filename)
13. if new_filename:
14. if masked_image.shape[-1] == 4:
15. cv2.imwrite(os.path.join(output_dir, new_filename), masked_image, [cv2.IMWRITE_PNG_COMPRESSION, 9])
16. else:
17. cv2.imwrite(os.path.join(output_dir, new_filename), masked_image)
18. print(f"Saved as {new_filename}")
19. else:
20. print("Could not save the image. Too many variations exist.")

定义了后面循环会用到的变量：

1. current_index = 0 #图像序号
2. cv2.namedWindow("image") #UI窗口名称
3. cv2.setMouseCallback("image", mouse_click) #鼠标点击返回作用在image window的窗口
4. input_point = [] #定义空数组
5. input_label = []
6. input_stop=False #定义bool

利用了三个while循环

1. while True:
2. filename = image_files[current_index]
3. image_orign = cv2.imread(os.path.join(input_dir, filename))
4. image_crop = image_orign.copy()#原图裁剪
5. image = cv2.cvtColor(image_orign.copy(), cv2.COLOR_BGR2RGB)#原图色彩转变
6. selected_mask = None
7. logit_input= None
8. while True:
9. #print(input_point)
10. input_stop=False
11. image_display = image_orign.copy()
12. display_info = f'{filename} | Press s to save | Press w to predict | Press d to next image | Press a to previous image | Press space to clear | Press q to remove last point '
13. cv2.putText(image_display, display_info, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 255), 2, cv2.LINE_AA)
14. for point, label in zip(input_point, input_label):#输入点和输入类型
15. color = (0, 255, 0) if label == 1 else (0, 0, 255)
16. cv2.circle(image_display, tuple(point), 5, color, -1)
17. if selected_mask is not None :
18. color = tuple(np.random.randint(0, 256, 3).tolist())
19. selected_image = apply_color_mask(image_display,selected_mask, color)
21. cv2.imshow("image", image_display)
22. key = cv2.waitKey(1)
24. if key == ord(" "):
25. input_point = []
26. input_label = []
27. selected_mask = None
28. logit_input= None
29. elif key == ord("w"):
30. input_stop=True
31. if len(input_point) > 0 and len(input_label) > 0:
32. #todo 预测图像
33. predictor.set_image(image)#设置输入图像
34. input_point_np = np.array(input_point)#输入暗示点,需要转变array类型才可以输入
35. input_label_np = np.array(input_label)#输入暗示点的类型
36. #todo 输入暗示信息，将返回masks
37. masks, scores, logits= predictor.predict(
38. point_coords=input_point_np,
39. point_labels=input_label_np,
40. mask_input=logit_input[None, :, :] if logit_input is not None else None,
41. multimask_output=True,
42. )
44. mask_idx=0
45. num_masks = len(masks)#masks的数量
46. while(1):
47. color = tuple(np.random.randint(0, 256, 3).tolist())#随机列表颜色，就是
48. image_select = image_orign.copy()
49. selected_mask=masks[mask_idx]#选择msks也就是,a,d切换
50. selected_image = apply_color_mask(image_select,selected_mask, color)
51. mask_info = f'Total: {num_masks} | Current: {mask_idx} | Score: {scores[mask_idx]:.2f} | Press w to confirm | Press d to next mask | Press a to previous mask | Press q to remove last point | Press s to save'
52. cv2.putText(selected_image, mask_info, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 255), 2, cv2.LINE_AA)
53. #todo 显示在当前的图片,
54. cv2.imshow("image", selected_image)
56. key=cv2.waitKey(10)
57. if key == ord('q') and len(input_point)>0:
58. input_point.pop(-1)
59. input_label.pop(-1)
60. elif key == ord('s'):
61. save_masked_image(image_crop, selected_mask, output_dir, filename, crop_mode_=crop_mode)
62. elif key == ord('a') :
63. if mask_idx>0:
64. mask_idx-=1
65. else:
66. mask_idx=num_masks-1
67. elif key == ord('d') :
68. if mask_idx1:
69. mask_idx+=1
70. else:
71. mask_idx=0
72. elif key == ord('w') :
73. break
74. elif key == ord(" "):
75. input_point = []
76. input_label = []
77. selected_mask = None
78. logit_input= None
79. break
80. logit_input=logits[mask_idx, :, :]
81. print('max score:',np.argmax(scores),' select:',mask_idx)
83. elif key == ord('a'):
84. current_index = max(0, current_index - 1)
85. input_point = []
86. input_label = []
87. break
88. elif key == ord('d'):
89. current_index = min(len(image_files) - 1, current_index + 1)
90. input_point = []
91. input_label = []
92. break
93. elif key == 27:
94. break
95. elif key == ord('q') and len(input_point)>0:
96. input_point.pop(-1)
97. input_label.pop(-1)
98. elif key == ord('s') and selected_mask is not None :
99. save_masked_image(image_crop, selected_mask, output_dir, filename, crop_mode_=crop_mode)
101. if key == 27:
102. break

完整代码如下：

1. import cv2
2. import os
3. import numpy as np
4. from segment_anything import sam_model_registry, SamPredictor
6. input_dir = 'input'
7. output_dir = 'output'
8. crop_mode=True#是否裁剪到最小范围
9. #alpha_channel是否保留透明通道
10. print('最好是每加一个点就按w键predict一次')
11. os.makedirs(output_dir, exist_ok=True)
12. image_files = [f for f in os.listdir(input_dir) if f.lower().endswith(('.png', '.jpg', '.jpeg','.JPG','.JPEG','.PNG'))]
14. sam = sam_model_registry["vit_b"](checkpoint="sam_vit_b_01ec64.pth")
15. _ = sam.to(device="cuda")#注释掉这一行，会用cpu运行，速度会慢很多
16. predictor = SamPredictor(sam)#SAM预测图像
17. def mouse_click(event, x, y, flags, param):#鼠标点击事件
18. global input_point, input_label, input_stop#全局变量，输入点，
19. if not input_stop:#判定标志是否停止输入响应了！
20. if event == cv2.EVENT_LBUTTONDOWN :#鼠标左键
21. input_point.append([x, y])
22. input_label.append(1)#1表示前景点
23. elif event == cv2.EVENT_RBUTTONDOWN :#鼠标右键
24. input_point.append([x, y])
25. input_label.append(0)#0表示背景点
26. else:
27. if event == cv2.EVENT_LBUTTONDOWN or event == cv2.EVENT_RBUTTONDOWN :#提示添加不了
28. print('此时不能添加点,按w退出mask选择模式')
31. def apply_mask(image, mask, alpha_channel=True):#应用并且响应mask
32. if alpha_channel:
33. alpha = np.zeros_like(image[..., 0])#制作掩体
34. alpha[mask == 1] = 255#兴趣地方标记为1，且为白色
35. image = cv2.merge((image[..., 0], image[..., 1], image[..., 2], alpha))#融合图像
36. else:
37. image = np.where(mask[..., None] == 1, image, 0)
38. return image
40. def apply_color_mask(image, mask, color, color_dark = 0.5):#对掩体进行赋予颜色
41. for c in range(3):
42. image[:, :, c] = np.where(mask == 1, image[:, :, c] * (1 - color_dark) + color_dark * color[c], image[:, :, c])
43. return image
45. def get_next_filename(base_path, filename):#进行下一个图像
46. name, ext = os.path.splitext(filename)
47. for i in range(1, 101):
48. new_name = f"{name}_{i}{ext}"
49. if not os.path.exists(os.path.join(base_path, new_name)):
50. return new_name
51. return None
53. def save_masked_image(image, mask, output_dir, filename, crop_mode_):#保存掩盖部分的图像（感兴趣的图像）
54. if crop_mode_:
55. y, x = np.where(mask)
56. y_min, y_max, x_min, x_max = y.min(), y.max(), x.min(), x.max()
57. cropped_mask = mask[y_min:y_max+1, x_min:x_max+1]
58. cropped_image = image[y_min:y_max+1, x_min:x_max+1]
59. masked_image = apply_mask(cropped_image, cropped_mask)
60. else:
61. masked_image = apply_mask(image, mask)
62. filename = filename[:filename.rfind('.')]+'.png'
63. new_filename = get_next_filename(output_dir, filename)
65. if new_filename:
66. if masked_image.shape[-1] == 4:
67. cv2.imwrite(os.path.join(output_dir, new_filename), masked_image, [cv2.IMWRITE_PNG_COMPRESSION, 9])
68. else:
69. cv2.imwrite(os.path.join(output_dir, new_filename), masked_image)
70. print(f"Saved as {new_filename}")
71. else:
72. print("Could not save the image. Too many variations exist.")
74. current_index = 0
76. cv2.namedWindow("image")
77. cv2.setMouseCallback("image", mouse_click)
78. input_point = []
79. input_label = []
80. input_stop=False
81. while True:
82. filename = image_files[current_index]
83. image_orign = cv2.imread(os.path.join(input_dir, filename))
84. image_crop = image_orign.copy()#原图裁剪
85. image = cv2.cvtColor(image_orign.copy(), cv2.COLOR_BGR2RGB)#原图色彩转变
86. selected_mask = None
87. logit_input= None
88. while True:
89. #print(input_point)
90. input_stop=False
91. image_display = image_orign.copy()
92. display_info = f'{filename} | Press s to save | Press w to predict | Press d to next image | Press a to previous image | Press space to clear | Press q to remove last point '
93. cv2.putText(image_display, display_info, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 255), 2, cv2.LINE_AA)
94. for point, label in zip(input_point, input_label):#输入点和输入类型
95. color = (0, 255, 0) if label == 1 else (0, 0, 255)
96. cv2.circle(image_display, tuple(point), 5, color, -1)
97. if selected_mask is not None :
98. color = tuple(np.random.randint(0, 256, 3).tolist())
99. selected_image = apply_color_mask(image_display,selected_mask, color)
101. cv2.imshow("image", image_display)
102. key = cv2.waitKey(1)
104. if key == ord(" "):
105. input_point = []
106. input_label = []
107. selected_mask = None
108. logit_input= None
109. elif key == ord("w"):
110. input_stop=True
111. if len(input_point) > 0 and len(input_label) > 0:
112. #todo 预测图像
113. predictor.set_image(image)#设置输入图像
114. input_point_np = np.array(input_point)#输入暗示点,需要转变array类型才可以输入
115. input_label_np = np.array(input_label)#输入暗示点的类型
116. #todo 输入暗示信息，将返回masks
117. masks, scores, logits= predictor.predict(
118. point_coords=input_point_np,
119. point_labels=input_label_np,
120. mask_input=logit_input[None, :, :] if logit_input is not None else None,
121. multimask_output=True,
122. )
124. mask_idx=0
125. num_masks = len(masks)#masks的数量
126. while(1):
127. color = tuple(np.random.randint(0, 256, 3).tolist())#随机列表颜色，就是
128. image_select = image_orign.copy()
129. selected_mask=masks[mask_idx]#选择msks也就是,a,d切换
130. selected_image = apply_color_mask(image_select,selected_mask, color)
131. mask_info = f'Total: {num_masks} | Current: {mask_idx} | Score: {scores[mask_idx]:.2f} | Press w to confirm | Press d to next mask | Press a to previous mask | Press q to remove last point | Press s to save'
132. cv2.putText(selected_image, mask_info, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 255), 2, cv2.LINE_AA)
133. #todo 显示在当前的图片,
134. cv2.imshow("image", selected_image)
136. key=cv2.waitKey(10)
137. if key == ord('q') and len(input_point)>0:
138. input_point.pop(-1)
139. input_label.pop(-1)
140. elif key == ord('s'):
141. save_masked_image(image_crop, selected_mask, output_dir, filename, crop_mode_=crop_mode)
142. elif key == ord('a') :
143. if mask_idx>0:
144. mask_idx-=1
145. else:
146. mask_idx=num_masks-1
147. elif key == ord('d') :
148. if mask_idx1:
149. mask_idx+=1
150. else:
151. mask_idx=0
152. elif key == ord('w') :
153. break
154. elif key == ord(" "):
155. input_point = []
156. input_label = []
157. selected_mask = None
158. logit_input= None
159. break
160. logit_input=logits[mask_idx, :, :]
161. print('max score:',np.argmax(scores),' select:',mask_idx)
163. elif key == ord('a'):
164. current_index = max(0, current_index - 1)
165. input_point = []
166. input_label = []
167. break
168. elif key == ord('d'):
169. current_index = min(len(image_files) - 1, current_index + 1)
170. input_point = []
171. input_label = []
172. break
173. elif key == 27:
174. break
175. elif key == ord('q') and len(input_point)>0:
176. input_point.pop(-1)
177. input_label.pop(-1)
178. elif key == ord('s') and selected_mask is not None :
179. save_masked_image(image_crop, selected_mask, output_dir, filename, crop_mode_=crop_mode)
181. if key == 27:
182. break

使用方法，如下：

使用gui（环境要配置好，再开始），另外注意下述的w，s，q按键均要在英文输入法下使用
1.将待抠图的图片放到input文件夹中，然后启动程序（运行test.py）。
2、在图像上左键单击选择前景点（绿色），右键单击选择背景点（红色）。
3、按下w键使用模型进行预测，进入Mask选取模式。
4、在Mask选取模式下，可以按下a和d键切换不同的Mask。
5、按下s键保存抠图结果。
6、按下w键返回选点模式，下次模型将会在此mask基础上进行预测
7、按 q 键删除最新一个选定的点

利用裁剪下来的图片进行，融合，也就是常说的换背景图：

博文链接如下：

实现图片的裁剪和融合。_Helloorld_1的博客-CSDN博客

新的研究思考：

可以结合labelimg和SAM进行半自动标注软件，虽然百度里面也有智能标注easy，但是下载数据集很麻烦。

labelimg结合SAM实现半自动标注软件

这里有一个案例希望可以帮助到大家，代码的地址：

gyhdc/LabelSAM-for-yolo: 简易的yolo半自动标注库，目前只支持单目标。如果数据集图片背景复杂，可能工作量不比直接标的小，因为sam是通用的分割模型。但是可以适当通过调整参数修改。 (github.com)https://github.com/gyhdc/LabelSAM-for-yolo由一位UP博主开源的仓库，供大家学习，如上述所叙述，是结合labelimg和SAM来实现自动化标注。

效果如下：

效果还行，这里是将的所有识别出来的物体，都进行标注了，所以看着会比较乱（因此，按照原文所述，这个工具适合单一目标物体的辅助标注，背景最好简单点）。

本文只是补充说明，开源代码的使用。

下载（download zip）上述仓库代码：

进行解压：

 如果配置了SAM环境了，这里就可以不用管了。

将前面下载的vit-b模型放到文件夹model下面即可。

将要自动标注的图片放到images / train下即可

最后生成的标注数据会被放到labels/ train里面去。

pycharm打开并运行main.py

默认是vit-b模型，运行即可，会批量完成文件夹下的图片标注。

标注完成后会得到这些（txt-标注信息）文件：

 然后咱们就可以打开labelimg进行辅助标注了。

win+R，输入cmd，（也可以直接在上面txt文件夹上方输入cmd+enter回车键）

打开环境

conda activate 环境名（前面创建的）

 如果没有labelimg，可以安装：

pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

 使用labelimg，只需要在cmd中输入：

labelimg

就会出来这个界面 

按照上述标号，将路径选择完，就会出现：

可以delete进行多余标注删除。当然这个案例本身作用不大，但是带来了思考如何让SAM为我们服务，标注本来就是一件特别繁琐的事。 

百度结合SAM，产生的PaddleSeg

参考链接如下：pasddleseg