SAM.cpp 项目下载及安装教程
2024-12-09 08:03:57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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
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++
894
677
暂无简介
Dart
803
198
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
353
207
昇腾LLM分布式训练框架
Python
119
147
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
12
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
68
20
🎉 (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
1.37 K
781