从零开始：用Segment Anything模型实现智能图像分割的完整指南

2026-02-07 04:28:59作者：凤尚柏Louis

The repository provides code for running inference with the SegmentAnything Model (SAM), links for downloading the trained model checkpoints, and example notebooks that show how to use the model.

项目地址：https://gitcode.com/GitHub_Trending/se/segment-anything

还在为传统图像分割工具需要反复调试参数而头疼吗？面对边缘模糊、形态复杂的物体，传统方法往往力不从心。今天我要介绍的是Meta开源的Segment Anything模型（SAM），它能让你用几行代码就实现精准的图像分割，彻底告别繁琐的手动操作。

为什么传统方法不够用了？

传统图像分割方法通常基于阈值、边缘检测或区域生长等技术，存在几个致命缺陷：

参数敏感：光照变化、噪声干扰都会影响分割效果
泛化能力差：针对特定场景训练的模型很难迁移到其他领域
手动干预多：面对复杂图像需要不断调整参数和区域选择

而SAM模型通过深度学习的方式，实现了真正的"分割一切"能力。它不仅能处理自然图像，还能直接应用于医学影像、工业检测等专业领域，实现零样本迁移。

准备工作：环境搭建与模型配置

获取项目代码

git clone https://gitcode.com/GitHub_Trending/se/segment-anything
cd segment-anything
pip install -e .

理解模型架构

SAM模型的核心由三个部分组成：

图像编码器：将输入图像转换为高维特征表示
提示编码器：处理用户提供的各种提示信息（点、框、文本等）
掩码解码器：结合前两者的输出，生成最终的分割结果

这种设计让模型能够灵活应对不同的分割需求，无论是简单的物体轮廓还是复杂的场景分析。

实战演练：三种分割模式详解

自动分割模式（新手友好）

对于没有分割经验的用户，自动掩码生成器是最佳选择：

from segment_anything import SamAutomaticMaskGenerator, sam_model_registry

# 加载模型
sam = sam_model_registry"vit_h"
mask_generator = SamAutomaticMaskGenerator(sam)

# 一键生成所有掩码
image = cv2.imread("your_image.jpg")
masks = mask_generator.generate(image)

这种方法特别适合批量处理图像，或者当你还不确定要分割哪些具体目标时使用。

交互式分割模式（精准控制）

当自动分割效果不理想时，交互式分割让你能够精确控制：

from segment_anything import SamPredictor

predictor = SamPredictor(sam)
predictor.set_image(image)

# 通过点选指定目标
input_point = np.array([[x, y]])  # 目标位置
input_label = np.array([1])       # 1表示前景，0表示背景

mask, score, logits = predictor.predict(
    point_coords=input_point,
    point_labels=input_label,
    multimask_output=True,
)

这种方式适合需要精确控制分割边界的场景，比如医学图像分析、工业零件检测等。

批量处理模式（高效生产）

对于需要处理大量图像的项目，可以结合文件遍历实现自动化：

import os

for filename in os.listdir("image_folder"):
    if filename.endswith((".jpg", ".png")):
        image = cv2.imread(os.path.join("image_folder", filename))
        masks = mask_generator.generate(image)
        
        # 保存每个掩码
        for i, mask in enumerate(masks):
            cv2.imwrite(f"output/mask_{filename}_{i}.png", mask["segmentation"]*255)