1. 背景

最近在11月18日看到arxiv上发表了SAMURAI，是华盛顿大学做的一个针对万物切割SAM（segment anything model）的开源项目，目的是为了解决传统目标跟踪算法在复杂场景比如快速移动、移动遮挡等环境中遇到的跟踪丢失、目标不全等问题。其实在去年华盛顿大学已经开源过一个版本SAM，不过相比于SAM，SAMURAI具备更好的性能，在物体部分遮挡的时候依旧有很好的性能。关于官网的产品介绍如下：

网站：https://yangchris11.github.io/samurai
论文：https://arxiv.org/abs/2411.11922
github：https://github.com/yangchris11/samurai

视频案例如下：

可以看到官网的案例，整体视频追踪的效果看起来还是不错的，我们整体安装试试。

2. 安装

首先查看自己的python、torch和torchvision的版本，要求：python>=3.10， torch>=2.3.1 ，torchvision>=0.18.1，可以用如下脚本进行检查：

import sys  
import torch  
import torchvision  
# 检查 Python 版本  
print("Python version:", sys.version)  
# 检查 PyTorch 版本  
print("PyTorch version:", torch.__version__)  
# 检查 torchvision 版本  
print("torchvision version:", torchvision.__version__)

先不安装，直接测试

3. 实际测试

直接可以在官网测试：

https://sam2.metademolab.com/demo

本文发布于2024年11月25日20:13，已经过了398天，若内容或图片失效，请留言反馈