懂AI
Segment-Anything-CLIP

Segment-Anything-CLIP

整合Segment-Anything与CLIP的图像分析框架

项目通过结合Segment-Anything的分割能力和CLIP的识别功能，构建了一个高效的图像分析框架。系统可自动生成多个分割掩码，并对每个掩码区域进行分类。这种创新方法不仅提高了图像分析的精度，还为计算机视觉领域的研究和应用开辟了新途径。

segment-anythingCLIP图像分割计算机视觉人工智能Github开源项目
访问官网GitHub

连接Segment-Anything与CLIP

我们的目标是使用现成的CLIP模型对segment-anything的输出掩码进行分类。每个掩码对应的裁剪图像会被发送到CLIP模型。

<img src="https://yellow-cdn.veclightyear.com/0a4dffa0/5e5df556-77fc-4c8a-a43d-4335c71bd098.png" width="100%" height="50%">

其他优秀作品

编辑相关工作

  1. sail-sg/EditAnything
  2. IDEA-Research/Grounded-Segment-Anything
  3. geekyutao/Inpaint-Anything
  4. Luodian/RelateAnything

Nerf相关工作

  1. ashawkey/Segment-Anything-NeRF
  2. Anything-of-anything/Anything-3D
  3. Jun-CEN/SegmentAnyRGBD
  4. Pointcept/SegmentAnything3D

分割相关工作

  1. maxi-w/CLIP-SAM
  2. Curt-Park/segment-anything-with-clip
  3. kadirnar/segment-anything-video
  4. fudan-zvg/Semantic-Segment-Anything
  5. continue-revolution/sd-webui-segment-anything
  6. RockeyCoss/Prompt-Segment-Anything
  7. ttengwang/Caption-Anything
  8. ngthanhtin/owlvit_segment_anything
  9. lang-segment-anything
  10. helblazer811/RefSAM
  11. Hedlen/awesome-segment-anything
  12. ziqi-jin/finetune-anythin
  13. ylqi/Count-Anything
  14. xmed-lab/CLIP_Surgery
  15. RockeyCoss/Prompt-Segment-Anything
  16. segments-ai/panoptic-segment-anything
  17. Cheems-Seminar/grounded-segment-any-parts
  18. aim-uofa/Matcher
  19. SysCV/sam-hq
  20. CASIA-IVA-Lab/FastSAM
  21. ChaoningZhang/MobileSAM
  22. JamesQFreeman/Sam_LoRA
  23. UX-Decoder/Semantic-SAM
  24. cskyl/SAM_WSSS
  25. ggsDing/SAM-CD
  26. yformer/EfficientSAM

标注相关工作

  1. vietanhdev/anylabeling
  2. anuragxel/salt

追踪相关工作

  1. gaomingqi/track-anything
  2. z-x-yang/Segment-and-Track-Anything
  3. achalddave/segment-any-moving

医学相关工作

  1. bowang-lab/medsam
  2. hitachinsk/SAMed
  3. cchen-cc/MA-SAM
  4. OpenGVLab/SAM-Med2D

待办事项

  1. 我们计划将segment-anything与MaskCLIP连接起来。
  2. 我们计划在COCO和LVIS数据集上进行微调。

运行演示

从SAM存储库下载sam_vit_h_4b8939.pth模型，并将其放置在./SAM-CLIP/目录下。按照说明使用以下命令安装segment-anything和clip软件包。

cd SAM-CLIP; pip install -e .
pip install git+https://github.com/openai/CLIP.git

然后运行以下脚本：

sh run.sh

示例

向SAM模型输入一张示例图像和一个点(250, 250)。输入图像和输出的三个掩码如下所示：

<center><img src="https://yellow-cdn.veclightyear.com/0a4dffa0/3e8dda4e-9c82-40e0-bc50-656d4b84cfba.jpg" width="50%" height="50%"></center>

三个掩码及其对应的预测类别如下所示：

<center> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/7da856b3-8719-4384-a76c-ea339357c2c9.png" width="100%" height="50%"> </center> <center> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/99463b49-a56d-450d-aec7-c2d562c486a7.png" width="100%" height="50%"> </center>

您可以在scripts/amp_points.py的第273-274行更改点的位置。

## 输入点
input_points_list = [[250, 250]]
label_list = [1]

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多