segment-anything-video

segment-anything-video

MetaSeg 开源图像和视频分割框架

MetaSeg是Segment Anything模型的封装版本,提供自动和手动图像视频分割功能。该项目支持多种预训练模型,可与SAHI和FalAI等工具集成,实现物体分割。MetaSeg支持pip安装,提供丰富的API接口,适用于图像分析和处理任务。

Segment AnythingMetaSeg图像分割计算机视觉深度学习Github开源项目
<div align="center"> <h2> MetaSeg: Segment Anything 仓库的打包版本 </h2> <div> <img width="1000" alt="teaser" src="https://yellow-cdn.veclightyear.com/835a84d5/3225093a-17a0-42f2-9646-15e0652b933d.gif"> </div> <a href="https://pepy.tech/project/metaseg"><img src="https://pepy.tech/badge/metaseg" alt="downloads"></a> <a href="https://huggingface.co/spaces/ArtGAN/metaseg-webui"><img src="https://yellow-cdn.veclightyear.com/835a84d5/43354402-5314-4d20-9575-ca3788c55311.svg" alt="HuggingFace Spaces"></a> </div> <p align="center"> <a href="https://pypi.org/project/metaseg" target="_blank"> <img src="https://img.shields.io/pypi/v/metaseg?color=%2334D058&label=pypi%20package" alt="包版本"> </a> <a href="https://pypi.org/project/metaseg" target="_blank"> <img src="https://img.shields.io/pypi/dm/metaseg?color=red" alt="下载次数"> </a> <a href="https://pypi.org/project/metaseg" target="_blank"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/80f2a4b2-166a-4ab9-8065-be04c233e335.svg?color=%2334D058" alt="支持的Python版本"> </a> <a href="https://pypi.org/project/metaseg" target="_blank"> <img src="https://img.shields.io/pypi/status/metaseg?color=orange" alt="项目状态"> </a> <a href="https://results.pre-commit.ci/latest/github/kadirnar/segment-anything-video/main" target="_blank"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/5601b2d7-1da0-4b86-88a5-b73f1fa35194.svg" alt="pre-commit.ci"> </a> </p>

这个仓库是segment-anything模型的打包版本。

安装

pip install metaseg

使用方法

from metaseg import SegAutoMaskPredictor, SegManualMaskPredictor # 如果GPU内存不足,请减少points_per_side和points_per_batch的值。 # 图像处理 results = SegAutoMaskPredictor().image_predict( source="image.jpg", model_type="vit_l", # vit_l, vit_h, vit_b points_per_side=16, points_per_batch=64, min_area=0, output_path="output.jpg", show=True, save=False, ) # 视频处理 results = SegAutoMaskPredictor().video_predict( source="video.mp4", model_type="vit_l", # vit_l, vit_h, vit_b points_per_side=16, points_per_batch=64, min_area=1000, output_path="output.mp4", ) # 手动框选和点选 # 图像处理 results = SegManualMaskPredictor().image_predict( source="image.jpg", model_type="vit_l", # vit_l, vit_h, vit_b input_point=[[100, 100], [200, 200]], input_label=[0, 1], input_box=[100, 100, 200, 200], # 或 [[100, 100, 200, 200], [100, 100, 200, 200]] multimask_output=False, random_color=False, show=True, save=False, ) # 视频处理 results = SegManualMaskPredictor().video_predict( source="video.mp4", model_type="vit_l", # vit_l, vit_h, vit_b input_point=[0, 0, 100, 100], input_label=[0, 1], input_box=None, multimask_output=False, random_color=False, output_path="output.mp4", )

SAHI + Segment Anything

pip install sahi metaseg
from metaseg.sahi_predict import SahiAutoSegmentation, sahi_sliced_predict image_path = "image.jpg" boxes = sahi_sliced_predict( image_path=image_path, detection_model_type="yolov5", # yolov8, detectron2, mmdetection, torchvision detection_model_path="yolov5l6.pt", conf_th=0.25, image_size=1280, slice_height=256, slice_width=256, overlap_height_ratio=0.2, overlap_width_ratio=0.2, ) SahiAutoSegmentation().image_predict( source=image_path, model_type="vit_b", input_box=boxes, multimask_output=False, random_color=False, show=True, save=False, )
<img width="700" alt="teaser" src="https://yellow-cdn.veclightyear.com/835a84d5/63163466-5815-49da-ac87-72c6fb48e019.png">

FalAI(云端GPU) + Segment Anything

pip install metaseg fal_serverless fal-serverless auth login
# 自动蒙版 from metaseg import falai_automask_image image = falai_automask_image( image_path="image.jpg", model_type="vit_b", points_per_side=16, points_per_batch=32, min_area=0, ) image.show() # 显示图像 image.save("output.jpg") # 保存图像 # 手动蒙版 from metaseg import falai_manuelmask_image image = falai_manualmask_image( image_path="image.jpg", model_type="vit_b", input_point=[[100, 100], [200, 200]], input_label=[0, 1], input_box=[100, 100, 200, 200], # 或 [[100, 100, 200, 200], [100, 100, 200, 200]], multimask_output=False, random_color=False, ) image.show() # 显示图像 image.save("output.jpg") # 保存图像

附加功能

  • 支持Yolov5/8、Detectron2、Mmdetection、Torchvision模型
  • 支持视频和Web应用程序(Huggingface Spaces)
  • 支持手动单框、多框和点选
  • 支持pip安装
  • 支持SAHI库
  • 支持FalAI

编辑推荐精选

音述AI

音述AI

全球首个AI音乐社区

音述AI是全球首个AI音乐社区,致力让每个人都能用音乐表达自我。音述AI提供零门槛AI创作工具,独创GETI法则帮助用户精准定义音乐风格,AI润色功能支持自动优化作品质感。音述AI支持交流讨论、二次创作与价值变现。针对中文用户的语言习惯与文化背景进行专门优化,支持国风融合、C-pop等本土音乐标签,让技术更好地承载人文表达。

QoderWork

QoderWork

阿里Qoder团队推出的桌面端AI智能体

QoderWork 是阿里推出的本地优先桌面 AI 智能体,适配 macOS14+/Windows10+,以自然语言交互实现文件管理、数据分析、AI 视觉生成、浏览器自动化等办公任务,自主拆解执行复杂工作流,数据本地运行零上传,技能市场可无限扩展,是高效的 Agentic 生产力办公助手。

lynote.ai

lynote.ai

一站式搞定所有学习需求

不再被海量信息淹没,开始真正理解知识。Lynote 可摘要 YouTube 视频、PDF、文章等内容。即时创建笔记,检测 AI 内容并下载资料,将您的学习效率提升 10 倍。

AniShort

AniShort

为AI短剧协作而生

专为AI短剧协作而生的AniShort正式发布,深度重构AI短剧全流程生产模式,整合创意策划、制作执行、实时协作、在线审片、资产复用等全链路功能,独创无限画布、双轨并行工业化工作流与Ani智能体助手,集成多款主流AI大模型,破解素材零散、版本混乱、沟通低效等行业痛点,助力3人团队效率提升800%,打造标准化、可追溯的AI短剧量产体系,是AI短剧团队协同创作、提升制作效率的核心工具。

seedancetwo2.0

seedancetwo2.0

能听懂你表达的视频模型

Seedance two是基于seedance2.0的中国大模型,支持图像、视频、音频、文本四种模态输入,表达方式更丰富,生成也更可控。

nano-banana纳米香蕉中文站

nano-banana纳米香蕉中文站

国内直接访问,限时3折

输入简单文字,生成想要的图片,纳米香蕉中文站基于 Google 模型的 AI 图片生成网站,支持文字生图、图生图。官网价格限时3折活动

扣子-AI办公

扣子-AI办公

职场AI,就用扣子

AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建,作为一款AI驱动的设计工具,专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图,显著提升设计品质和效率。平台不仅提供工具,还是一个促进创意交流和个人发展的空间,界面友好,适合所有级别的设计师和创意工作者。

图像生成AI工具AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机AI图像热门
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台,用户只需一句话简单描述需求,AI能自动生成小程序、APP或H5网页应用,无需编写代码。

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

下拉加载更多