Labelme + SAM 环境配置与运用

我的配置步骤

SAM模型分割效果成效没有我想要的预期那么好，后期待完善，记录一下我的学习笔记

首先配置labelme+sam 

目录

下面是我的配置步骤

1.环境配置

2.我走的弯路

我的方法比较简单粗暴

操作来源这篇博客 labelme+sam在windows上使用指南-优快云博客

下列操作 均在已经存在虚拟环境的条件下操作 ，没有虚拟环境的先创建虚拟环境！我的虚拟环境是Anaconda

注意在创建虚拟环境的时候，建议python==3.8比较好，我最开始使用python==3.6，后续使用create AI-ploygon 就一直报错，重新搭建的虚拟环境

conda create labelme python=3.8

1.下载labelme环境配置

 加载进入Releases · wkentaro/labelme · GitHub  科学上网快！

手动下载Source code.zip

然后手动解压安装包（因为我的虚拟环境  好像没有unzip使用unzip会报错）

激活虚拟环境进入安装包：我的虚拟环境设置在了 D:\AncondaEnv

conda activate D:\AncondaEnv
(D:\AncondaEnv) PS C:\Users\admin>cd labelme-5.3.1

下载

pip install -e .

下载完毕后，直接进入labelme

labelme

下载无报错，就可以打开labelme开炫啦！ 

2.我走的弯路 -- 我遇到的问题

我在进行这一步之前，自己从清华镜像下 下载了 onnxruntime这个包，但是好像镜像里面只有1.10.1最新版本，但是labelme里的setup文件要求onnxruntime 1.14.1

所以我必须卸载这个版本，而且pip install onnxruntime对我没用，它会自动从清华镜像里下载，我尝试过删除镜像来源，还是不行！

pip install onnxruntime //无用

 所以我采用了简单粗暴的方式！！直接去onnxruntime · PyPI   下载.whl文件 然后安装

 里面版本很多，下载前 先在自己的虚拟环境安装wheel

pip install wheel

然后查看自己的python版本支持的whl适配文件，输入：

pip debug --verbose

得到自己的适配型号 ，下面是python3.8的适配型号

我安装3.6的还有一个原因是，3.6不支持cp38-cp38-win_amd64，它只有 cp36-cp36-win_amd64，而onnxruntime · PyPI  中onnxruntime1.16.1-cp38-cp38-win_amd64.whl

 点击对应的.whl文件后下载即可，然后我将这个文件移动到 C:\Users\admin

然后直接进行下载，也可以进进入你.whl文件所在的位置然后再下载即可

pip install onnxruntime-1.16.1-cp38-cp38-win_amd64.whl

下载后再去labelme-5.3.1 进行pip install -e .

以上就可以成功配置labelme，并使用AI 模型，但是我看配置SAM还有权重文件，以及这里面的AI标记我暂时还不会使用

—— —— —— —— —— ——  —— —— —— —— —— —— ——  —— —— —— —— —— —

二编一下 ——  配置完上述的步骤后，就可以直接开炫了，不用再搞SAM的权重文件

想使用AI 分割的话，就直接选择 Create AI-Polygon 就可，控制面板的界面就如下

使用AI 分割的时候只需要点击你想单独分割出来的物体就可，如果效果不太好，可多点几下

谈谈使用感受：

就是在分割单个物体的时候效果还是不错的，但是如果是分割多个物体，我建议是直接一个一个的分，也可以实现，比如我现在是要分割连在一起的物体，AI识别阔能就没那么准确，就可以按个分割。