用自然语言分割一切图像lang-segment-anything（language-SAM）的安装与运行

GitHub原文入口：https://github.com/luca-medeiros/lang-segment-anything

vit_h model下载：https://dl.fbaipublicfiles.com/segment_anything/sam_vit_h_4b8939.pth

本次部署使用的平台是Auto-DL的机器，配置环境如下：

以下操作，均结合本人所使用的平台，如有差错，请结合自身的机器进行操作

1st：准备工作

打开JupyterLab，进入到Terminal，使用

pip list

查看当前Torch Torchvision版本（这里平台已经配置好了）。

这里我发现平台的pip版本偏低，使用

pip install --upgrade pip

进行升级。

确认好pip torch torchvision版本后便可进入下一步（这里请结合自身环境安装对应的torch torchvision版本），链接放在这PyTorch官网

2rd：下载、安装

在此平台我先进入到数据盘里面

cd /root/autodl-tmp

接着下载、安装项目

pip install -U git+https://github.com/luca-medeiros/lang-segment-anything.git

或者

git clone https://github.com/luca-medeiros/lang-segment-anything && cd lang-segment-anything
pip install -e .

（这里本人使用第二种进行安装）

在经历一系列漫长的下载、安装后就可以了

！！！注意！！！

如果是使用本平台，请在此之前阅读‘使用文档’打开资源加速器，否则下载会及其的漫长！

（本人在本地安装的时候一直遇到ground安装失败，如果也有此情况的UU请检查下自己的GCC、C++版本是否过低，网络连接是否顺畅【否则 downland transfrontier资源下载慢！】）

安装完后，还要下载vit_h的模型（下载地址在最上方）

这里以我的平台为例

cd /root/autodl-tmp/lang-segment-anything
wget https://dl.fbaipublicfiles.com/segment_anything/sam_vit_h_4b8939.pth

把模型下载到language的目录下（这里要记住模型的路径哦），然后进行最后的流程。

3rd：运行程序

在这一步，本地部署的朋友可以在lang-segment-anything 的目录下使用terminal运行

lightning run app app.py

启动网页（效果如下）

使用auto-dl平台的UU也运行一下吧（虽然我打不开网页，但是我也不清楚不运行后面阶段会不会报错）

然后在lang的目录下创建一个python3的notebook

在cell里面运行这段代码（LangSAM和Image的路径请结合自己的环境进行配置！）

from PIL import Image
from lang_sam import LangSAM

model = LangSAM("vit_h", "/root/autodl-tmp/lang-segment-anything/sam_vit_h_4b8939.pth")
image_pil = Image.open("/root/autodo/lang-segment-anything/assets/car.jpeg").convert("RGB")
text_prompt = "wheel"
masks, boxes, phrases, logits = model.predict(image_pil, text_prompt)

运行完后你会得到这样一串红红的东西 

此时此刻我以为失败了，但是发现并无大问题，接着在新的cell里面运行这段代码

import matplotlib.pyplot as plt

# 打印分割后的 masks 图像
for mask in masks:
    plt.imshow(mask, cmap='gray')
    plt.show()

 好了，大功告成，分割成功！（这里分割的是汽车的轮子）

再试试看其他图像，修改输入的文本吧！