# Sam3-AN **Repository Path**: L-kyle/Sam3-AN ## Basic Information - **Project Name**: Sam3-AN - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 1 - **Created**: 2026-03-10 - **Last Updated**: 2026-03-10 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # SAM3 AN - 智能数据标注工具

Python PyTorch Flask License

基于 **SAM3 (Segment Anything Model 3)** 的智能数据标注工具，支持图像分割标注。通过文本提示、点击、框选等多种方式快速生成高质量标注数据。 - [ 使用介绍 ](https://linux.do/t/topic/1306118) ## ✨ 功能特性 ### 🖼️ 图像标注 | 功能 | 描述 | |------|------| | **文本提示分割** | 输入中/英文描述，AI 自动识别并分割目标对象 | | **点击分割** | 通过点击添加正/负样本点进行精确分割 | | **框选分割** | 绘制边界框指定分割区域，支持正/负样本框 | | **手动绘制** | 多边形工具手动绘制标注区域 | | **批量分割** | 对多张图片进行批量自动分割 | ![屏幕截图 2025-12-13 170932](https://github.com/user-attachments/assets/a28c3a06-2c07-41ee-a605-ab35ef91a8ce) image image image ### 🎯 正负样本系统 - **正样本 (绿色)**: 指示要分割的目标区域 - **负样本 (红色)**: 指示要排除的区域，用于精细化分割结果 - **智能过滤**: 使用 Mask 级别的重叠检测，精确排除不需要的分割结果 ### 🤖 AI 翻译功能 - 支持中文输入，自动翻译为英文提示词 - 兼容 OpenAI API 格式（DeepSeek、通义千问、Moonshot 等） - 可配置 API 地址、密钥和模型 ### 🎬 视频标注（视频标注暂不支持！！！） - 文本提示跟踪 - 点击提示跟踪 - 全视频传播分割结果 ### 📦 数据导出 | 格式 | 说明 | |------|------| | **YOLO** | 支持 YOLOv5/v8/v11 检测和分割格式 | | **COCO** | 标准 COCO 实例分割格式 | 自动按 8:1:1 比例分割 train/val/test 数据集。 ## 🚀 快速开始 ### 环境要求 - Python 3.10+ - CUDA 12.6 (推荐，CPU 也可运行但较慢) - 8GB+ GPU 显存 (推荐) ### 安装步骤 ```bash （建议先创建虚拟环境） # 1. 进入项目目录 cd Sam3 an # 2. 安装 PyTorch pip install torch==2.7.0 torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126 # 3. 安装所有依赖 pip install -r requirements.txt # 4.下载sam3.pt 模型本体，放置在工作目录下 https://www.modelscope.cn/models/facebook/sam3 ``` > **注意**: SAM3 核心代码已包含在 `SAM_src/` 目录中，无需额外安装。 ### 启动服务 ```bash python app.py ``` 启动后会自动打开浏览器访问 http://localhost:5000 ## 📖 使用指南 ### 基本工作流程 ``` 创建项目 → 加载图片 → 添加类别 → 标注 → 保存 → 导出 ``` 1. **创建项目**: 点击左上角项目名称，选择"项目管理" 2. **设置目录**: 配置图片目录和输出目录 3. **添加类别**: 在右侧面板添加标注类别 4. **开始标注**: 选择工具进行标注 5. **保存导出**: 保存标注并导出数据集 ### 标注工具 #### 文本提示分割 (推荐) 1. 在工具栏输入框中输入目标描述（如 "apple" 或 "苹果"） 2. 调整置信度阈值（默认 0.5） 3. 点击"分割"按钮或按 Enter #### 点击分割 1. 选择"点击"工具 2. 选择正样本(+)或负样本(-)模式 3. 在图像上点击目标位置 4. 点击"分割"按钮执行分割 #### 框选分割 1. 选择"框选"工具 2. 选择正样本(+)或负样本(-)模式 3. 在图像上绘制边界框 4. 可添加多个正/负样本框 5. 点击"分割"按钮执行分割 #### 手动绘制 1. 选择"多边形"工具 2. 点击添加多边形顶点 3. 双击或点击起点闭合多边形 ### 正负样本使用技巧 ``` 场景：图片中有多个苹果，只想标注其中一个 方法1：框选 1. 用正样本框(+)框选目标苹果 2. 用负样本框(-)框选不想要的苹果 3. 点击分割 方法2：点击 1. 用正样本点(+)点击目标苹果 2. 用负样本点(-)点击不想要的苹果 3. 点击分割 ``` ### 批量分割 1. 展开右侧"批量分割"面板 2. 输入提示词和目标类别 3. 设置图片范围（起始/结束索引） 4. 勾选"跳过已标注"保护已有标注 5. 点击"开始批量分割" ### 快捷键 | 快捷键 | 功能 | |--------|------| | `←` / `→` | 上一张/下一张图片 | | `Ctrl+S` | 保存当前标注 | | `Delete` | 删除选中的标注 | | `Escape` | 取消当前操作 | | `+` / `-` | 放大/缩小 | | `0` | 重置缩放 | | `F` | 适应窗口 | ## 🏗️ 项目结构 ``` annotation_tool/ ├── app.py # Flask 主应用 ├── requirements.txt # 依赖列表 ├── sam3.pt # SAM3 模型权重 ├── README.md # 项目文档 │ ├── services/ │ ├── sam3_service.py # SAM3 模型服务封装 │ └── annotation_manager.py # 标注数据管理 │ ├── exports/ │ ├── yolo_exporter.py # YOLO 格式导出 │ └── coco_exporter.py # COCO 格式导出 │ ├── templates/ │ ├── index.html # 图像标注页面 │ └── video.html # 视频标注页面 │ ├── static/ │ ├── css/style.css # 赛博朋克风格样式 │ └── js/annotation.js # 前端交互逻辑 │ ├── data/ # 项目数据存储 ├── uploads/ # 上传文件临时目录 │ ├── SAM_src/ # SAM3 源码（本地副本） ``` ## 🔌 API 接口 ### 项目管理 ```http POST /api/project/create # 创建项目 GET /api/project/ # 获取项目信息 GET /api/project/list # 列出所有项目 POST /api/project//update # 更新项目 POST /api/project//delete # 删除项目 POST /api/project//load_images # 加载图片目录 ``` ### 分割 ```http POST /api/segment/text # 文本提示分割 POST /api/segment/point # 点击分割 POST /api/segment/box # 框选分割 POST /api/segment/batch # 批量分割 ``` ### 标注管理 ```http POST /api/annotation/save # 保存标注 GET /api/annotation/get # 获取标注 POST /api/annotation/update # 更新标注 POST /api/annotation/delete # 删除标注 ``` ### 导出 ```http POST /api/export/yolo # 导出 YOLO 格式 POST /api/export/coco # 导出 COCO 格式 ``` ### AI 翻译 ```http POST /api/ai/translate # 翻译文本 POST /api/ai/test # 测试 API 配置 ``` ## ⚙️ 配置说明 ### AI 翻译配置 点击工具栏的 AI 翻译配置按钮： | 配置项 | 说明 | 示例 | |--------|------|------| | API 地址 | OpenAI 格式 API 地址 | `https://api.deepseek.com` | | API 密钥 | 你的 API Key | `sk-xxx...` | | 模型名称 | 使用的模型 | `deepseek-chat` | 支持的 API 服务：（openai格式基本都支持） - DeepSeek: `https://api.deepseek.com` - 通义千问: `https://dashscope.aliyuncs.com/compatible-mode` - Moonshot: `https://api.moonshot.cn` - OpenAI: `https://api.openai.com` ### 置信度阈值 - 范围: 0.01 - 1.0 - 默认: 0.5 - 较高值: 更精确但可能漏检 - 较低值: 更全面但可能误检 ## ❓ 常见问题 ### Q: 首次启动很慢？ A: 首次启动需要加载 SAM3 模型（约 3.2GB），请耐心等待。后续启动会更快。 ### Q: 显存不足？ A: SAM3 需要约 6-8GB 显存。可尝试： - 关闭其他 GPU 程序 - 使用较小的图片 - 使用 CPU 模式（较慢） ### Q: 分割结果不准确？ A: 尝试以下方法： - 调整置信度阈值 - 使用更精确的提示词 - 使用正负样本框/点进行精细化 - 使用英文提示词（更准确） ### Q: 中文提示词不工作？ A: 配置 AI 翻译功能，自动将中文翻译为英文。 ### Q: 如何批量处理大量图片？ A: 使用批量分割功能，设置合适的提示词和置信度，可快速处理整个数据集。 ## 🛠️ 技术架构 ``` ┌─────────────────────────────────────────────────────────┐ │ 前端 (Browser) │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ │ │ Canvas 渲染 │ │ 工具栏交互 │ │ 标注管理 │ │ │ └─────────────┘ └─────────────┘ └─────────────┘ │ └─────────────────────────────────────────────────────────┘ │ HTTP/REST API ┌─────────────────────────────────────────────────────────┐ │ 后端 (Flask) │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ │ │ 路由处理 │ │ SAM3 服务 │ │ 数据管理 │ │ │ └─────────────┘ └─────────────┘ └─────────────┘ │ └─────────────────────────────────────────────────────────┘ │ ┌─────────────────────────────────────────────────────────┐ │ SAM3 模型层 │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ │ │ 图像编码器 │ │ 文本编码器 │ │ Mask 解码器 │ │ │ └─────────────┘ └─────────────┘ └─────────────┘ │ └─────────────────────────────────────────────────────────┘ ``` ## 📄 许可证 MIT License ## 🙏 致谢 - [SAM3 - Segment Anything Model 3](https://github.com/facebookresearch/sam3) - [Linuxdo](https://Linux.do/) - [Gemini](https://gemini.google.com/) - [ChatGPT](https://chatgpt.com/) - [Flask](https://flask.palletsprojects.com/) - [PyTorch](https://pytorch.org/) ---

need 小 ⭐⭐