Image Segmentation using SAM Model

Este repositório contém um script Python para realizar a segmentação de imagens utilizando o modelo SAM (Segment Anything Model) com uma arquitetura Vision Transformer (ViT). O SAM Model é fornecido pela Facebook Research e é capaz de segmentar objetos em imagens de forma automática.

Pré-requisitos

• Python 3.6 ou superior
• GPU (opcional, mas altamente recomendado para acelerar o processo)

Instalação

1. Clone este repositório:

   git clone [email protected]:dheiver/ImageSegmentation.git
   cd nome-do-repositorio

2. Instale as dependências necessárias:

   pip install -r requirements.txt

Uso

1. Baixe o modelo pré-treinado (SAM ViT) e coloque-o na pasta weights.

• Para Linux e macOS:

  wget https://dl.fbaipublicfiles.com/segment_anything/sam_vit_h_4b8939.pth -P weights/

• Para Windows (Git Bash):

  curl -O https://dl.fbaipublicfiles.com/segment_anything/sam_vit_h_4b8939.pth -P weights/

• Para Windows (PowerShell):

  Invoke-WebRequest -Uri https://dl.fbaipublicfiles.com/segment_anything/sam_vit_h_4b8939.pth -OutFile weights/sam_vit_h_4b8939.pth

2. Coloque a imagem que deseja segmentar na pasta data.

3. No arquivo Jupter 'YourImageSegmentation.ipynb' Execute o script Python com a class ImageSegmentation:

4. Visualize o resultado.

Configuração

• Em 'ExemploImageSegmentation.ipynb' contém um exemplo de uso da classe ImageSegmentation. Você pode ajustar os parâmetros, como tipo de modelo, caminho do checkpoint, e tamanhos de grade, de acordo com suas necessidades.

Contribuições

Contribuições são bem-vindas! Se encontrar problemas ou tiver sugestões de melhorias, sinta-se à vontade para abrir uma issue ou enviar um pull request.

Licença

Este projeto é licenciado sob a MIT License.

---

Créditos: Este projeto utiliza o modelo SAM fornecido pelo Facebook Research e as bibliotecas supervision, OpenCV, e PyTorch. Agradecemos a essas comunidades pelo trabalho incrível.