ai标注软件 使用Segment Anything(SAM)模型进行自动标注

1.下载项目

项目1：

项目2：

git clone https://github.com/zhouayi/SAM-Tool.git
git clone https://github.com/facebookresearch/segment-anything.git
cd segment-anything
pip install -e .

下载SAM模型：

2.把数据放置在//*这样的路径中，并创建空文件夹/ 3.将项目1中的文件夹复制到项目2的主目录下 3.1 运行.py文件来提取图片的

# cd到项目2的主目录下
python helpersextract_embeddings.py --checkpoint-path sam_vit_h_4b8939.pth --dataset-folder <dataset_path> --device cpu

运行完毕后，/下会生成相应的npy文件

3.2 运行.py将pth文件转换为onnx模型文件

# cd到项目2的主目录下
python helpersgenerate_onnx.py --checkpoint-path sam_vit_h_4b8939.pth --onnx-model-path ./sam_onnx.onnx --orig-im-size 1080 1920

【注意：提供给的代码转换得到的onnx模型并不支持动态输入大小，所以如果你的数据集中图片尺寸不一，那么可选方案是以不同的orig-im-size参数导出不同的onnx模型供后续使用】

这里可能会报错: ONNX opset : 15，原因是因为或者onnx版本太低了，解决方法是安装更高版本的和onnx，可供参考，我的环境是

onnx == 1.13.1

== 1.14.1

torch == 1.13.1

== 0.13.1

==0.14.1

我同样也尝试了另一种方法：将opset-数值设低一点，但是会报其他的错误

4.将生成的.onnx模型复制到项目1的主目录下，运行.py进行标注

# cd到项目1的主目录下
python segment_anything_annotator.py --onnx-model-path sam_onnx.onnx --dataset-path <dataset_path> --categories cat,dog

在对象位置处点击鼠标左键为增加掩码，点击右键为去掉该位置掩码。

其他使用快捷键有：

Esc：退出appa：前一张图片d：下一张图片

k：调低透明度

l：调高透明度

n：添加对象

r：重置

Ctrl+s：保存

Ctrl+z：撤销上一个对象

最后生成的标注文件为coco格式，保存在/.json。