Segment-Anything是Meta开源的图像分割模型，顾名思义，可以分割所有东西，感觉这东西可以用于遥感影像分割，于是找来源码测试一下。
项目地址：https://github.com/facebookresearch/segment-anything
1. 构建环境
首先需要pytorch环境，在之前的文章中PyTorch安装记录及Anaconda环境配置已经详细介绍了怎么配置pytorch环境，这次我们直接复制这个环境就好了。
conda create --name sam --clone pytorch
这里我们以之前建的pytorch环境来创建新的环境sam。
2. 项目准备
- 获取源码
可以从github上下载这个项目的源码（https://github.com/facebookresearch/segment-anything），下载后放到自己的文件夹目录下面 - 获取模型文件
模型文件下载放到segment-anything 目录下就行
default or vit_h:
https://dl.fbaipublicfiles.com/segment_anything/sam_vit_h_4b8939.pth
vit_l:
https://dl.fbaipublicfiles.com/segment_anything/sam_vit_l_0b3195.pth
vit_b:
https://dl.fbaipublicfiles.com/segment_anything/sam_vit_b_01ec64.pth
3个权重文件，base最小，large中等，huge最大 ，根据显卡显存自行选择个 - 安装依赖
在命令行中进入segment_anything的目录下面
然后运行命令：
pip install -e .
pip install opencv-python pycocotools matplotlib onnxruntime onnx
3.运行
在segment_anything的目录下新建两个文件夹input、output用于图片文件的输入和输出，
input中随便在网上下载了遥感影像放入其中：
python scripts/amg.py --checkpoint sam_vit_h_4b8939.pth --model-type vit_h --input ./input --output ./output
等待运行完成，运行时间及显存占用情况因图片大小而已，我这边测试使用的902*612大小的图片，使用4070显卡占用7G显存，gpu占用25%，运行时间倒是挺快，在加载完模型之后几秒钟就运行完成了。输出的是掩膜图片
其他应用后续再做讨论。
