Grounded SAM 2 项目安装与使用指南
2026-01-30 04:19:33作者:董灵辛Dennis
1. 项目目录结构及介绍
Grounded SAM 2 项目的目录结构如下:
.
├── assets/ # 存放项目所需的资源文件
├── checkpoints/ # 存放预训练模型和训练结果
├── demo/ # 包含项目演示脚本
├── demo_images/ # 存放演示图片
├── gdino_checkpoints/ # Grounding DINO 模型的预训练权重
├── grounding_dino/ # Grounding DINO 相关代码
├── notebooks/ # Jupyter notebooks 用于分析和可视化
├── sam2/ # SAM 2 相关代码和配置
├── sav_dataset/ # 存放数据集相关文件
├── tools/ # 项目工具脚本
├── training/ # 模型训练相关脚本和代码
├── utils/ # 通用工具和辅助函数
├── .clang-format # Clang 格式配置文件
├── .gitignore # Git 忽略文件
├── .watchmanconfig # Watchman 配置文件
├── CODE_OF_CONDUCT.md # 项目行为准则
├── CONTRIBUTING.md # 贡献指南
├── Dockerfile # Docker 配置文件
├── INSTALL.md # 安装指南
├── LICENSE # 项目许可证
├── LICENSE_cctorch # cctorch 许可证
├── LICENSE_groundingdino # Grounding DINO 许可证
├── LICENSE_sam2 # SAM 2 许可证
├── MANIFEST.in # 包含文件列表
├── Makefile # Makefile 文件
├── README.md # 项目说明文件
├── SAM2_README.md # SAM 2 说明文件
├── backend.Dockerfile # 后端服务 Docker 配置文件
├── docker-compose.yaml # Docker Compose 配置文件
├── grounded_sam2_* # 项目演示和测试脚本
├── pyproject.toml # Python 项目配置文件
└── setup.py # Python 包设置文件
2. 项目的启动文件介绍
项目的启动文件主要是 demo/ 目录下的脚本,这些脚本用于演示 Grounded SAM 2 的各项功能。以下是一些主要的启动文件:
grounded_sam2_dinox_demo.py:使用 DINO-X 进行演示的脚本。grounded_sam2_florence2_autolabel_pipeline.py:使用 Florence-2 进行自动标注管道的演示脚本。grounded_sam2_hf_model_demo.py:使用 Hugging Face 模型进行演示的脚本。grounded_sam2_local_demo.py:使用本地模型进行演示的脚本。grounded_sam2_tracking_demo.py:演示视频跟踪功能的脚本。
3. 项目的配置文件介绍
项目的配置文件主要用于设置模型参数、路径和其他相关信息。以下是一些主要的配置文件:
config.py:主配置文件,包含模型、数据集、训练和测试的设置。train_config.yaml:训练配置文件,定义了训练过程中的参数设置。test_config.yaml:测试配置文件,定义了测试过程中的参数设置。
用户需要根据自己的需求修改这些配置文件,以确保项目能够正确运行。在修改配置文件时,请参考项目官方文档和注释以了解每个参数的具体含义和作用。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python07
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
767
5.01 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
866
1.95 K
Ascend Extension for PyTorch
Python
725
897
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.35 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
454
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.09 K
1.12 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
238
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
629
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425