You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
 
 
 

226 lines
25 KiB

---
comments: true
description: Ultralytics क Segment Anything Model (SAM) क अभिनव सगमशन मडल क पत लगयल-टइम छविगमशन क अनमति। समझि इसम promptable सगमशन, zero-shot परदरशन शिल ह और यह क उपयग कि
keywords: Ultralytics, Image segmentation, Segment Anything Model, SAM, SA-1B डट, रयल-टइम परदरशन, zero-shot टसफर, वस पहचनन, छवििषण, मशन लरि
---
# Segment Anything Model (SAM)
Segment Anything Model (SAM), य वसिलसद छविगमशन क पहलड "SAM"म आपकगत ह। यह किडल समयबदध परदरशन कथ promptable छविगमशन दल क बदल च और कर म नई मनकित किए ह
## SAM: Segment Anything Model क परिचय
Segment Anything Model (SAM), य SAM, एक अभिनव छविगमशन मडल ह promptable सगमशन क अनमति, जिसस छवििषण क अविवसनय वििधतत ह। SAM, Segment Anything पहल किल म आत, ज छविगमशन किए नई मडल, कय और डट क परिचय कर
SAM क उननत डिइन इस नई छविितरण और किए पवजन कििक ह, जि-शट टसफर कम स। विरशल [SA-1B ड](https://ai.facebook.com/datasets/segment-anything/) पर (जिसम 1 अरब स अधिक मक ह 11 मिियन सवधवक इचत छवि पर बि गए ह), SAM नतव मिि यह बहद शठ ज-शट परदरशन क anomaly-detection करन पहल परि हर हल म सकत
![पल डट छवि](https://user-images.githubusercontent.com/26833433/238056229-0e8ffbeb-f81a-477e-a490-aff3d82fd8ce.jpg)
हम नई पशकश डट, SA-1B सिए गए ओवरलक व उदहरण छवि। SA-1B म 11M वििध, उचच-रिशन, लइसस और पइवरकषण यय छवि और 1.1B उचच-गणवतगमशन मक मद ह। इन मक क SAM दणतवचित रप सिपण गई ह, और मनवय रिग और अनक अभ सतित हए अनर, इनकणवत और वििधतरमख ह। छवि आधर पर छवि समित क गई ह (औसतन परति छवि पर लगभग 100 मक ह)।
## Segment Anything Model (SAM) कय विषत
- **Promptable Segmentation Task:** SAM किण promptable सगमशन कय कथ कि गय, जिसकद वह कई भट दकर मय सगमशन मक उतपनन कर सकत, जि वसिश करनिक यठ सत।
- **उननत वतविकत:** Segment Anything Model म एक शकि छवि इनकडर, पट इनकडर, और हल वजन कक डडर क लगम लगर बदलव और असपषटतगरकत पर आधित ह। यह विष आरिचर पिक जिम जन कि नए क और छविितरणिए सिजनक ह अनमति
- **SA-1B डट:** SAM पहल करसत किए गए SA-1B डट म 11 मिियन छवि पर 1 अरब स अधिक मक ह। इस अब तक क सबस बडगमशन डट म, जिसस SAM कििधतण और बड पर भडस टिग डत पत ह
- **ज-शट परदरशन:** SAM वििन सगमशन क उतट ज-शट परदरशन परदरित करत, जिसस यह वििध अनरयिए ततपरत आवशयकतथ ततपरत यनििए ततपरतिए ततपर करनय एक ततपरतर बन गय
Segment Anything Model और SA-1B डट क गहन जनकिए, कपय [Segment Anything वबसइट](https://segment-anything.com) पर ज और शध पपर [Segment Anything](https://arxiv.org/abs/2304.02643) कच कर
## उपलबध मडल, समरित कय और सलनिक विि
यह ति उपलबध मडल, उनकिष पव-परशिित वट, उनक समरित कय और इफरस, मकरण, परशिषण और नित जििन सित वििथ उनकबदधतरसव परसत करत.
| मडल परकर | पव-परशिित वट | समरित कय | Inference | Validation | Training | Export |
|-------------|----------------------|---------------------|-----------|------------|----------|--------|
| SAM बस | `sam_b.pt` | इस सगमशन | ✅ | ❌ | ❌ | ✅ |
| SAM लज | `sam_l.pt` | इस सगमशन | ✅ | ❌ | ❌ | ✅ |
## SAM क उपयग क कर: छविगमशन म यथथत और शकि
Segment Anything Model क उपयग उपसित ड आगिए कि सकत। इसम एज डिशन, निदन परसव उतदन, इस सगमशन, और पथमिक पठ-त-मक पन शिल ह। पट इियरिग कथ, SAM नए क और डितरणिए ज-शट तरर रप स अनित ह सकत, जिसस यह आपक सभ छविगमशन आवशयकतिए एक सगम और परभ उपकरण बन ज
### SAM पन उदहरण
!!! Example "नििट परपिथ सगमट तय कर"
ििट परपिथ चिय भवियव कर
=== "टख"
```python
from ultralytics import SAM
# एक मडल लड कर
model = SAM('sam_b.pt')
# मडल सचनरदरित कर (वकलिक)
model.info()
# बस परमट कथ इनफरनस चल
model('ultralytics/assets/zidane.jpg', bboxes=[439, 437, 524, 709])
# बिरमट कथ इनफरनस चल
model('ultralytics/assets/zidane.jpg', points=[900, 370], labels=[1])
```
!!! Example "सब कछ सगमट कर"
छविगमट कर
=== "टख"
```python
from ultralytics import SAM
# एक मडल लड कर
model = SAM('sam_b.pt')
# मडल सचनरदरित कर (वकलिक)
model.info()
# इनफस चल
model('पथ/फइल/सदश छवि.ज')
```
=== "CLI"
```ब
# सब कछ SEKग कथ SAM मडल कथ इनफरनस चल
yolo predict model=sam_b.pt source=पथ/फइल/सदश छवि.ज
```
- यह यह तरक हि आप पट (बस / पट / मक) पस नह करत छविगमट कर
!!! Example "SAMPredictor उदहरण"
इस तरह स आप एक बर छविट कर सकत और बर-बर पट इनस चल सकत। छविर बर इनडर क मधय म नह चलिए।
=== "पट भवियव करन"
```python
from ultralytics.models.sam import Predictor as SAMPredictor
# SAMPredictor बन
overrides = dict(conf=0.25, task='कट', mode='पन', imgsz=1024, model="mobile_sam.pt")
predictor = SAMPredictor(overrides=overrides)
# चिर सट कर
predictor.set_image("ultralytics/assets/zidane.jpg") # चिर फइल कथ सट कर
predictor.set_image(cv2.imread("ultralytics/assets/zidane.jpg")) # एनप. एस. एन. दट कर
results = predictor(bboxes=[439, 437, 524, 709])
results = predictor(points=[900, 370], labels=[1])
# चिर रट कर
predictor.reset_image()
```
अतिित ततथ सब कछ ककडिित कर
=== "सब कछ कगमट"
```python
from ultralytics.models.sam import Predictor as SAMPredictor
# SAMPredictor बन
overrides = dict(conf=0.25, task='सगमट', mode='पन', imgsz=1024, model="mobile_sam.pt")
predictor = SAMPredictor(overrides=overrides)
# अतिित ततथ सगम
results = predictor(source="ultralytics/assets/zidane.jpg", crop_n_layers=1, points_stride=64)
```
- `सब कछ कगमट`िए अतिित ततिए अधिक द [`Predictor/generate` Reference](../../../reference/models/sam/predict.md).
## SAM कलन YOLOv8 क बन
यह हम SAM क सबसडल, SAM-b, कलन Ultralytics क सबसगमट मडल, [YOLOv8n-seg](../tasks/segment.md), कथ करत:
| मडल | आकर | पटर | गति (स) |
|--------------------------------------------------------------------|-----------------------------|----------------------|-------------------------|
| SAM क सबस, SAM-b | 358 MB | 94.7 M | 51096 ms/im |
| [इल SAM](mobile-sam.md) | 40.7 MB | 10.1 M | 46122 ms/im |
| [अगगमशन व FastSAM-s, YOLOv8 बकबन सहि](fast-sam.md) | 23.7 MB | 11.8 M | 115 ms/im |
| Ultralytics [8न-seg](yolov8.md) | **6.7 MB** (53.4 ग) | **3.4 M** (27.9x कम) | **59 ms/im** (866x तज) |
यह तलनडल क आकर और गति दसय अतर दि। जह SAM सवचित सगमशन किए अदिय कषमतरसत करत, वह Ultralytics वियमन सगमशन मनदलनमक आकर, गति और सलन कषमत समरथन परदन करत
एक 2023 Apple M2 Macbook (16GB रम कथ) पर चलई गई पर। इस परषण कहरिए:
!!! Example "उदहरण"
=== "Python"
```python
from ultralytics import FastSAM, SAM, YOLO
# SAM-b पइल कर
model = SAM('sam_b.pt')
model.info()
model('ultralytics/assets')
# मइलSAM पइल कर
model = SAM('mobile_sam.pt')
model.info()
model('ultralytics/assets')
# FastSAM-s पइल कर
model = FastSAM('FastSAM-s.pt')
model.info()
model('ultralytics/assets')
# YOLOv8n-seg पइल कर
model = YOLO('yolov8n-seg.pt')
model.info()
model('ultralytics/assets')
```
## सवत: टिपणकरण: सगमशन डट किए एक तवरित म
वत: टिपणकरण SAM क एक मय सि उपयगकर एक पव-परशिित डिशन मडल क उपयग करक [गमशन ड](https://docs.ultralytics.com/datasets/segment) उतपनन करन अनमति। यह सि बड छवििल स आनत करन जररत कन समयरय अकन क जररत छ
### अपनगमशन डट क उपयग किए गतिलतिित कर
Ultralytics फमवरक कथ सवसथ दिई द वरर [गमशन ड](https://docs.ultralytics.com/datasets/segment) बन। एपनिए गए आदश क उपयग करक
!!! Example "उदहरण"
=== "Python"
```python
from ultralytics.data.annotator import auto_annotate
auto_annotate(data="पथ/समग", det_model="yolov8x.pt", sam_model='sam_b.pt')
```
| ततव | परकर | विवरण | डिट |
|------------|-------------------|--------------------------------------------------------------------------------------------------------------------------------------------|--------------|
| ड | str | अनित मल छवििक परतिन किए अनित ह। | |
| det_model | str, वकलिक | पव-परशिित YOLO डिशन मडल। 'yolov8x.pt' डिट रप स। | 'yolov8x.pt' |
| sam_model | str, वकलिक | पव-परशिित SAM सगमशन मडल। डिट रप स 'sam_b.pt' ह। | 'sam_b.pt' |
| device | str, वकलिक | मडल क चलिए डिइस। डिट रप स एक खिग ह (स, यदि उपलबध ह)। | |
| output_dir | str, कई वकलिक | टिपणत परिम सहजनिए निि। इस 'ड' क समन डिटर "निि" नििट करनिए डिट मन नह। | कई |
`ऑट_तिपण`शन आपक छवििए यत कयकरम दखत और सगमशन सट क आपक छवि पथ सट करत, वकलिक ततिए पव-परशिित डिशन और SAM सगमशन मडल, मडल क चलिए डिइस और टिपणत परिम सहजनिए निि, इन कयकरम तत उपयग करतए।
व-परशिित मडल कथ सवत: टिपणकरण छवि एनशन एक बड पर सगमशन डट बनिए पिक और ऊरन उपकरण ह। यह सििष रप स उस समय सितह रकरण किए समय-शरत तय कथ, उचच गणवतगमशन डट बनिए अधिक जर। इस सि उदयसिध उपयगकर और डवलपरस किए वियमन छविरहथ जटिल सम मडल विस और मग क महतवपण विकलप परदन करत
## परश और आभ
यदि आप अपनध यिस किए SAM क उपयगकर करत, तपय हमपर क उदहरणित करनिर कर:
!!! Quote ""
=== "BibTeX"
```bibtex
@misc{kirillov2023segment,
title={Segment Anything},
author={Alexander Kirillov and Eric Mintun and Nikhila Ravi and Hanzi Mao and Chloe Rolland and Laura Gustafson and Tete Xiao and Spencer Whitehead and Alexander C. Berg and Wan-Yen Lo and Piotr Dollár and Ross Girshick},
year={2023},
eprint={2304.02643},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
```
हम कटर विन समय किए इस मयवन सधन किित और बनए रखनिए तफ करन
*सत: Segment Anything, Segment Anything Model, सम, Meta SAM, छविगमशन, promptable सगमशन, zero-shot परदरशन, SA-1B डट, उननत आरिचर, सवत: टिपणकरण, Ultralytics, पव-परशिित मडल, SAM बस, SAM-लज, इस सगमशन, कटर विन, AI, artificial intelligence, machine learning, data annotation, segmentation masks, डिशन मडल, YOLO डिशन मडल, bibtex, Meta AI.