SAM.cpp 项目下载及安装教程
2024-12-09 03:11:23作者:董斯意
1、项目介绍
SAM.cpp 是一个开源项目,它实现了 Meta 的 Segment Anything Model(SAM)模型在纯 C/C++ 中的推理。该项目为研究者和开发者提供了一个不依赖 Python 环境的 SAM 模型推理解决方案,便于在多种平台上部署和使用。
2、项目下载位置
项目托管在 GitHub 上,您可以通过以下命令克隆到本地:
git clone --recursive https://github.com/YavorGIvanov/sam.cpp.git
3、项目安装环境配置
在开始安装之前,您需要确保您的系统中安装了以下依赖:
- CMake
- SDL2 库
以下是环境配置的步骤,以下示例基于 Ubuntu 系统:
安装依赖
sudo apt install libsdl2-dev
配置 CMake
在项目文件夹中创建一个构建目录并使用 CMake 配置项目:
mkdir build && cd build
cmake ..
以下是执行 cmake .. 命令后的示例输出:
-- The C compiler identification is GNU 9.3.0
-- The CXX compiler identification is GNU 9.3.0
-- Detecting C compiler ABI info
-- Detecting C compiler ABI info - done
-- Check for working C compiler: /usr/bin/cc - works
-- Detecting CXX compiler ABI info
-- Detecting CXX compiler ABI info - done
-- Check for working CXX compiler: /usr/bin/c++ - works
-- Detecting CXX compiler ABI info
-- Detecting CXX compiler ABI info - done
-- Found SDL2: /usr/lib/x86_64-linux-gnu/libSDL2.so
-- Configuring done
-- Generating done
-- Build files have been written to: /path/to/build
4、项目安装方式
在构建目录中,使用以下命令编译项目:
make -j4
-j4 参数表示并行构建,4 是并发编译的线程数,您可以根据您的 CPU 核心数调整这个数值。
5、项目处理脚本
项目提供了一个 Python 脚本 convert-pth-to-ggml.py,用于将 PTH 格式的模型转换为 ggml 格式,以供 C++ 项目使用。
转换模型的命令如下:
python convert-pth-to-ggml.py checkpoints/sam_vit_b_01ec64.pth
转换完成后,您可以使用转换后的模型文件进行推理。
以上就是 SAM.cpp 项目的下载和安装过程。希望这篇教程能够帮助您顺利地在您的系统上部署和使用 SAM.cpp。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
20
暂无简介
Dart
653
149
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.17 K
641
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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++
656
291
仓颉编译器源码及 cjdb 调试工具。
C++
130
864
React Native鸿蒙化仓库
JavaScript
251
320
仓颉编程语言测试用例。
Cangjie
37
856