SAM-MaskExtractor

该存储库用于使用SAM（Segment Anything Model）对图片进行标注并导出结果。

快速开始

后端

安装依赖

# Install with pip:
pip install -r requirements.txt

下载SAM权重

点击以下链接下载vit_h模型文件： ViT-H SAM model

将下载的模型文件放入当前项目目录中，然后在app.py文件中初始化时指定路径和设备：

checkpoint_path = "./sam_vit_h_4b8939.pth"
sam = SAM(model_type="vit_h", checkpoint=checkpoint_path, device="cuda:0")

启动后端项目

在启动项目之前，如果有需要，请在app.py文件的最后一行配置ip和port：

app.run(host='0.0.0.0', port=12307)

运行以下命令启动后端项目：

python app.py

前端

进入前端文件夹 frontend

安装依赖

yarn

启动前端项目

yarn start

确保前端请求的ip和端口号与后端配置的对应。

进行分割

• 在后端项目中创建一个文件夹：tgt_images
• 在前端项目中创建一个文件夹：images

将待分割的图片分别放入前后端项目创建的文件夹中。然后在前端选择图片时可以直接进行分割。