配置sam1并生成图像蒙板

由于标定的需求，需要使用sam进行蒙板生成，sam项目地址：

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

我的设备信息：ubuntu20.04，CUDA 12.3

项目的requirement：

python>=3.8
pytorch>=1.7
torchvision>=0.8

使用miniconda创建虚拟环境,输入命令后回车，y

conda create -n sam_name python=3.8

创建成功，激活新创建的环境

conda activate sam_name

下面安装pytorch、torchvision包：

进入Pytorch官网

https://pytorch.org/

进行版本选择，复制生成的命令，在sam_name环境中运行

安装完成后，在sam_name环境下输入conda list查看是否安装成功，如果有下图的两个包代表成功：

下面执行命令，在主目录建立存放sagmet_anything的文件夹

#到主目录
cd /home/wyh/
#创建文件夹
mkdir sam_demo
#进入文件夹
cd sam_demo/
#从github上下载源码到文件夹
git clone https://github.com/facebookresearch/segment-anything

下载完成后，sam_demo文件夹下会多出segment-anything文件，下面进行安装

#进入项目
cd segment-anything/

#安装

pip install -e .

pip install opencv-python pycocotools matplotlib onnxruntime onnx

出现下图的内容，说明一切顺利：

接着下载模型：https://dl.fbaipublicfiles.com/segment_anything/sam_vit_l_0b3195.pth

浏览器下载完成后，在终端将模型放到segment_anything文件夹下

sudo cp /home/wyh/下载/sam_vit_l_0b3195.pth  /home/wyh/sam_demo/segment-anything/

安装完成！下面跑一次示例数据

在segment_anything文件夹下新建data文件，里面放上一张图片，像这样

打开终端，确保在在sam_name环境和segmeng_anything文件夹下，运行下面命令

# run
python scripts/amg.py --checkpoint <path/to/checkpoint> --model-type <model_type> --input <image_or_folder> --output <path/to/output>

## example(recommended parameter)
python scripts/amg.py --checkpoint sam_vit_l_0b3195.pth --model-type vit_l --input 1_resized.png --output ./output/ --stability-score-thresh 0.9 --box-nms-thresh 0.4 --stability-score-offset 0.9

等待程序跑完，即可在segment_anything文件夹下，生成一个output文件，里面存放着输出的蒙板文件

 大功告成！