sunshineine的博客

即两个样本，每个样本有 3 个通道，高度和宽度为 256。，每个样本有 5 个点，每个点有 2 个坐标。文件中的图像数据、标签掩码和图像嵌入。，每个样本有 4 个边界框坐标。，每个样本有 5 个点的标签。这段代码定义了一个自定义的。，用于加载和处理存储在。

从下往上搜索，选择cuda版本大于11.0，小于12.0，cudatoolkit 11.*的cudnn。装好pytorch后，命令行输入python，进入python的命令行，导入torch包。找到自己想要的cudatoolkit版本后，复制上图中的链接，执行如下代码下载。执行上述命令后，会显示出源内所有的cuda版本，以及下载地址，如图所示。检查是否安装成功，执行下面命令后，显示安装的版本就是安装成功了。检查是否安装成功，执行下面命令后，显示安装的版本就是安装成功了。复制上图中的链接，执行以下命令。

在左上角文件中在此处点击“更改输出路径”，选择前边在数据集文件夹中创建的labels文件夹。点击“自动保存”后，点击下一幅，即可自动保存标注数据。在数据集文件夹中，新建images文件夹（存放需要被分割的原始图像）和labels文件夹（存放分割后的标签）。打开anaconda的envs目录下的此路径，打开-init-.py文件进行编辑。双击完成标注，在弹出的窗口输入标签类别，确认后在右侧栏出现标签名称。左键选择你想要的区域，然后shift+左键选择你不要的区域。在图片位置右击，选择创建AI多边形。

图像分割任务中，分割数据集的转换和表示方式对于模型训练至关重要。

SAM 的 image encoder（比如 ViT-H）对每张图做 embedding 的计算成本很高。将分割数据集中的“图像 + GT + 嵌入” 数据提前打包保存好，可以让之后训练、测试、推理阶段更快。