1.是什么

分割任何物体模型，还记得语义分割和镜头风格词库，这个原理就是根据语义分割做的词库

• ## [2024最全大厂面试题无需C币点我下载或者在网页打开全套面试题已打包](https://pan.quark.cn/s/865a0bbd5720)

  ## [AI绘画关于SD,MJ,GPT,SDXL,Comfyui百科全书](https://yv4kfv1n3j.feishu.cn/docx/MRyxdaqz8ow5RjxyL1ucrvOYnnH)

• 添加描述

  2.在哪下

  https://gitcode.net/ranting8323/sd-webui-segment-anything.git

  3.怎么玩

  1.准备opencv环境

  pip install opencv-python pycocotools matplotlib onnxruntime onnx

  2.模型下载

  我们支持多种细分模型：

  1. 来自 Meta AI 的 SAM。

  2. 2.56GB sam_vit_h

  3. 1.25GB sam_vit_l

  4. 375MB sam_vit_b

  5. 我自己在 NVIDIA 3090 Ti 上测试了vit_h，这很好。如果遇到VRAM问题，则应切换到较小的型号。

  6. 来自 SysCV 的 SAM-HQ。

  7. 2.57GB sam_hq_vit_h

  8. 1.25GB sam_hq_vit_l

  9. 379MB sam_hq_vit_b

  10. 来自庆熙大学的MobileSAM。

  11. 39MB mobile_sam

  我们计划在对代码库进行重大重构后（尚不支持）支持一些其他的分割模型变体：

  1. Matting-Anything 来自 SHI-Labs。这是 SAM 的任何变体的后处理模型。将模型放在${sd-webui-segment-anything}/models/sam

  2. 我有 11MB

  3. 来自 CASIA-IVA-Lab 的 FastSAM。这是 SAM 的 YOLO 变体。

  4. 145MB 快速SAM-x

  GroundingDINO 软件包、GroundingDINO 型号和 ControlNet 注释器型号将在您首次使用时自动安装

  3.存放位置

  Put the model under ${sd-webui-segment-anything}/models/sam

  4.支持单个和批量处理

  单张图片

  1. 上传您的图片

  2. （可选）在图像上添加点提示。左键点击正点提示（黑点），右键点击负点提示（红点），再次左键点击任意点取消提示。如果您不想使用 GroundingDINO，则必须添加点提示。

  3. （可选）选中，选择您想要的 GroundingDINO 模型，编写文本提示（用 ） 分隔不同的类别并选择一个框阈值（我强烈推荐默认设置。高阈值可能导致没有边界框）。如果您不希望使用点提示，则必须编写文本提示。Enable GroundingDINO.

  4. （可选）启用预览 GroundingDINO 边界框，然后单击 。您必须编写文本提示来预览边界框。看到左上角标有数字的框后，取消选中所有不需要的框。如果取消选中所有框，则必须添加点提示以生成蒙版。Generate bounding box

  5. 单击按钮。由于SAM的限制，如果存在多个边界框，则在生成掩码时，您的点提示将不会生效。Preview Segmentation

  6. 选择您喜欢的细分。

  7. （可选）选中并指定金额，然后单击 。Expand MaskUpdate Mask

  8. [非常重要]更新您的 ControlNet 并选中 （MUST） 您的 ControlNet 设置。Allow other script to control this extension

  txt2img

  1. 您只能将图像和蒙版复制到 ControlNet 修复中。

  2. （可选）选中以反转蒙版颜色并在蒙版外部绘制区域。ControlNet inpaint not masked

  3. 如果要使用 Multi-ControlNet，请选择使用修复的正确 ControlNet 索引。

  4. 配置 ControlNet 面板。单击 ，预处理器选择，模型选择。无需将图像上传到 ControlNet 修复面板。Enableinpaint_global_harmoniouscontrol_v11p_sd15_inpaint [ebff9138]

  5. 编写提示，配置 A1111 面板，然后单击 。Generate

  img2img

  1. 检查。无需选择 ControlNet 索引。Copy to Inpaint Upload & ControlNet Inpainting

  2. 配置 ControlNet 面板。单击 ，预处理器选择，模型选择。无需将图像上传到 ControlNet 修复面板。Enableinpaint_global_harmoniouscontrol_v11p_sd15_inpaint [ebff9138]

  3. 单击按钮。无需上传其他图像或蒙版，只需将它们留空即可。编写提示，配置 A1111 面板，然后单击 。Switch to Inpaint UploadGenerate

  批处理

  1. 选择您的 SAM 型号、GroundingDINO 型号、文本提示、框阈值和掩模扩展量。输入映像的源目录和目标目录。

  2. 选择配置每个边界框的掩码数。我强烈推荐 3，因为有些面具可能很奇怪。Output per image

  3. 单击/取消单击多个复选框以配置要保存的图像。请参阅演示，了解这些复选框所代表的图像类型。

  4. 单击并等待。如果您在此按钮下方看到“完成”，则表示您已全部设置。Start batch process

  自动SAM

  1. 使用前安装并更新 Mikubill ControlNet Extension。

  2. 根据此处的说明配置 AutoSAM 可调参数。如果您无法理解，请使用默认值。

  控制网

  1. 选择预处理器。

  • seg_ufade20k，并且来自 ControlNet 注释器。我强烈推荐其中之一，因为它们的性能远远优于 。它们都与 兼容。（可选）启用像素完美以自动选择最佳预处理器分辨率。如果您希望启用像素完美，请在预览前在 txt2img/img2img 默认面板上配置您的目标宽度和高度。否则，您需要手动设置预处理器分辨率。seg_ofade20kseg_ofcocoseg_ofade20kseg_ofcocoseg_ufade20kcontrol_v11p_sd15_seg

  • random用于 EditAnything。无需为随机预处理器设置预处理器分辨率，因为它不包含语义分割，但您需要从 AutoSeg 输出库中选取一个图像以复制到 ControlNet。1 表示为将来的 ControlNet 保留的不同蒙版区域的随机着色，2 表示固定着色，可以是 EditAnything ControlNet 控制图像。

    1. 单击预览分割图像。对于语义转换，您将看到 4 个图像，其中左侧 2 个没有 SAM，右侧 2 个有 SAM。对于随机预处理器，您将看到 3 个图像，其中左上角是混合图像，右上角是随机彩色蒙版，左下角是 EditAnything ControlNet。

    2. 如果要使用 Multi-ControlNet，请检查并选择使用 ControlNet 分段模型的正确 ControlNet 索引。Copy to ControlNet Segmentation

    3. 配置 ControlNet 面板。单击 ，预处理器选择，模型选择。无需将图像上传到 ControlNet 分割面板。Enablenonecontrol_v11p_sd15_seg [e1f51eb9]

    4. 编写提示，配置 A1111 面板，然后单击 。Generate

    5. 如果要使用 EditAnything，则需要修改上面的一些步骤：

    • 在步骤1中：您需要选择预处理器。random

    • 在第 3 步和第 4 步之间：下载

    • SD 1.5 权重为 或 ， 配置为${a1111-webui}/models/ControlNet${sd-webui-controlnet}/models${sd-webui-controlnet}/models

    • SD 2.1 权重为 或 ， 配置为${a1111-webui}/models/ControlNet${sd-webui-controlnet}/models${sd-webui-controlnet}/models

    • 在步骤4中：型号选择control_v11p_sd15_seg [e1f51eb9]

      图像布局

      1. 对于单张图片，只需上传图片，输入输出路径，点击生成即可。您将在输出目录中看到很多图像。

      2. 对于批处理，只需输入源目录和目标目录，然后单击生成。您将在目录中看到很多图像。${destination}/{image_filename}

      按类别划分的掩码

      1. 选择类似于 ControlNet 步骤 1 的预处理器。这是纯粹的语义分割，因此没有随机预处理器。

      2. 输入以 分隔的类别 ID。访问 此处 获取 ade20k，访问 此处 获取 coco 获取类别 >id 地图。请注意，coco 会跳转一些数字，因此实际 ID 为 line_number - 21。例如，如果您想要床+人，则 ade20k 的输入应为 7+12，coco 的输入应为 59+0。+

      3. 对于单张图片，上传图片，点击预览并配置复制，类似于 txt2img 的 here 和 img2img 的 here。

      4. 对于批处理，它类似于批处理步骤 2-4。

      4.报错怎么办提FAQ