基于 SAM3 (Segment Anything Model 3) 的智能数据标注工具，支持图像分割标注。通过文本提示、点击、框选等多种方式快速生成高质量标注数据。
| 功能 | 描述 |
|---|---|
| 文本提示分割 | 输入中/英文描述，AI 自动识别并分割目标对象 |
| 点击分割 | 通过点击添加正/负样本点进行精确分割 |
| 框选分割 | 绘制边界框指定分割区域，支持正/负样本框 |
| 手动绘制 | 多边形工具手动绘制标注区域 |
| 批量分割 | 对多张图片进行批量自动分割 |
- 正样本 (绿色): 指示要分割的目标区域
- 负样本 (红色): 指示要排除的区域，用于精细化分割结果
- 智能过滤: 使用 Mask 级别的重叠检测，精确排除不需要的分割结果
- 支持中文输入，自动翻译为英文提示词
- 兼容 OpenAI API 格式（DeepSeek、通义千问、Moonshot 等）
- 可配置 API 地址、密钥和模型
- 文本提示跟踪
- 点击提示跟踪
- 全视频传播分割结果
| 格式 | 说明 |
|---|---|
| YOLO | 支持 YOLOv5/v8/v11 检测和分割格式 |
| COCO | 标准 COCO 实例分割格式 |
自动按 8:1:1 比例分割 train/val/test 数据集。
- Python 3.10+
- CUDA 12.6 (推荐，CPU 也可运行但较慢)
- 8GB+ GPU 显存 (推荐)
（建议先创建虚拟环境）
# 1. 进入项目目录
cd Sam3 an
# 2. 安装 PyTorch
pip install torch==2.7.0 torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126
# 3. 安装所有依赖
pip install -r requirements.txt
# 4.下载sam3.pt 模型本体，放置在工作目录下
https://www.modelscope.cn/models/facebook/sam3注意: SAM3 核心代码已包含在
SAM_src/目录中，无需额外安装。
python app.py启动后会自动打开浏览器访问 http://localhost:5000
创建项目 → 加载图片 → 添加类别 → 标注 → 保存 → 导出
- 创建项目: 点击左上角项目名称，选择"项目管理"
- 设置目录: 配置图片目录和输出目录
- 添加类别: 在右侧面板添加标注类别
- 开始标注: 选择工具进行标注
- 保存导出: 保存标注并导出数据集
- 在工具栏输入框中输入目标描述（如 "apple" 或 "苹果"）
- 调整置信度阈值（默认 0.5）
- 点击"分割"按钮或按 Enter
- 选择"点击"工具
- 选择正样本(+)或负样本(-)模式
- 在图像上点击目标位置
- 点击"分割"按钮执行分割
- 选择"框选"工具
- 选择正样本(+)或负样本(-)模式
- 在图像上绘制边界框
- 可添加多个正/负样本框
- 点击"分割"按钮执行分割
- 选择"多边形"工具
- 点击添加多边形顶点
- 双击或点击起点闭合多边形
场景：图片中有多个苹果，只想标注其中一个
方法1：框选
1. 用正样本框(+)框选目标苹果
2. 用负样本框(-)框选不想要的苹果
3. 点击分割
方法2：点击
1. 用正样本点(+)点击目标苹果
2. 用负样本点(-)点击不想要的苹果
3. 点击分割
- 展开右侧"批量分割"面板
- 输入提示词和目标类别
- 设置图片范围（起始/结束索引）
- 勾选"跳过已标注"保护已有标注
- 点击"开始批量分割"
| 快捷键 | 功能 |
|---|---|
← / → |
上一张/下一张图片 |
Ctrl+S |
保存当前标注 |
Delete |
删除选中的标注 |
Escape |
取消当前操作 |
+ / - |
放大/缩小 |
0 |
重置缩放 |
F |
适应窗口 |
annotation_tool/
├── app.py # Flask 主应用
├── requirements.txt # 依赖列表
├── sam3.pt # SAM3 模型权重
├── README.md # 项目文档
│
├── services/
│ ├── sam3_service.py # SAM3 模型服务封装
│ └── annotation_manager.py # 标注数据管理
│
├── exports/
│ ├── yolo_exporter.py # YOLO 格式导出
│ └── coco_exporter.py # COCO 格式导出
│
├── templates/
│ ├── index.html # 图像标注页面
│ └── video.html # 视频标注页面
│
├── static/
│ ├── css/style.css # 赛博朋克风格样式
│ └── js/annotation.js # 前端交互逻辑
│
├── data/ # 项目数据存储
├── uploads/ # 上传文件临时目录
│
├── SAM_src/ # SAM3 源码（本地副本）
POST /api/project/create # 创建项目
GET /api/project/<id> # 获取项目信息
GET /api/project/list # 列出所有项目
POST /api/project/<id>/update # 更新项目
POST /api/project/<id>/delete # 删除项目
POST /api/project/<id>/load_images # 加载图片目录POST /api/segment/text # 文本提示分割
POST /api/segment/point # 点击分割
POST /api/segment/box # 框选分割
POST /api/segment/batch # 批量分割POST /api/annotation/save # 保存标注
GET /api/annotation/get # 获取标注
POST /api/annotation/update # 更新标注
POST /api/annotation/delete # 删除标注POST /api/export/yolo # 导出 YOLO 格式
POST /api/export/coco # 导出 COCO 格式POST /api/ai/translate # 翻译文本
POST /api/ai/test # 测试 API 配置点击工具栏的 AI 翻译配置按钮：
| 配置项 | 说明 | 示例 |
|---|---|---|
| API 地址 | OpenAI 格式 API 地址 | https://api.deepseek.com |
| API 密钥 | 你的 API Key | sk-xxx... |
| 模型名称 | 使用的模型 | deepseek-chat |
支持的 API 服务：（openai格式基本都支持）
- DeepSeek:
https://api.deepseek.com - 通义千问:
https://dashscope.aliyuncs.com/compatible-mode - Moonshot:
https://api.moonshot.cn - OpenAI:
https://api.openai.com
- 范围: 0.01 - 1.0
- 默认: 0.5
- 较高值: 更精确但可能漏检
- 较低值: 更全面但可能误检
A: 首次启动需要加载 SAM3 模型（约 3.2GB），请耐心等待。后续启动会更快。
A: SAM3 需要约 6-8GB 显存。可尝试：
- 关闭其他 GPU 程序
- 使用较小的图片
- 使用 CPU 模式（较慢）
A: 尝试以下方法：
- 调整置信度阈值
- 使用更精确的提示词
- 使用正负样本框/点进行精细化
- 使用英文提示词（更准确）
A: 配置 AI 翻译功能，自动将中文翻译为英文。
A: 使用批量分割功能，设置合适的提示词和置信度，可快速处理整个数据集。
┌─────────────────────────────────────────────────────────┐
│ 前端 (Browser) │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ Canvas 渲染 │ │ 工具栏交互 │ │ 标注管理 │ │
│ └─────────────┘ └─────────────┘ └─────────────┘ │
└─────────────────────────────────────────────────────────┘
│ HTTP/REST API
┌─────────────────────────────────────────────────────────┐
│ 后端 (Flask) │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ 路由处理 │ │ SAM3 服务 │ │ 数据管理 │ │
│ └─────────────┘ └─────────────┘ └─────────────┘ │
└─────────────────────────────────────────────────────────┘
│
┌─────────────────────────────────────────────────────────┐
│ SAM3 模型层 │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ 图像编码器 │ │ 文本编码器 │ │ Mask 解码器 │ │
│ └─────────────┘ └─────────────┘ └─────────────┘ │
└─────────────────────────────────────────────────────────┘
MIT License
need 小 ⭐⭐