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

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