FastAPI

test1.py

@@ -0,0 +1,43 @@
+import torch
+import matplotlib.pyplot as plt  # 新增：导入matplotlib用于保存图片
+#################################### For Image ####################################
+from PIL import Image
+from sam3.model_builder import build_sam3_image_model
+from sam3.model.sam3_image_processor import Sam3Processor
+from sam3.visualization_utils import draw_box_on_image, normalize_bbox, plot_results
+
+# Load the model
+model = build_sam3_image_model()
+processor = Sam3Processor(model)
+
+# Load an image - 保留之前的RGB转换修复
+image = Image.open("/home/quant/data/dev/sam3/assets/images/groceries.jpg").convert("RGB")
+
+# 可选：打印图像信息，验证通道数
+print(f"图像模式: {image.mode}, 尺寸: {image.size}")
+
+# 处理图像
+inference_state = processor.set_image(image)
+
+# 文本提示推理
+output = processor.set_text_prompt(state=inference_state, prompt="food")
+
+# 获取推理结果
+masks, boxes, scores = output["masks"], output["boxes"], output["scores"]
+
+# 可视化并保存图片（核心修改部分）
+# 1. 生成可视化结果
+plot_results(image, inference_state)
+# 2. 保存图片到当前目录，格式可选jpg/png，这里用jpg示例
+plt.savefig("./sam3_food_detection_result.jpg",  # 保存路径：当前目录，文件名自定义
+            dpi=150,  # 图片分辨率，可选
+            bbox_inches='tight')  # 去除图片周围空白
+# 3. 关闭plt画布，避免内存占用
+plt.close()
+
+# 可选：打印输出信息
+print(f"检测到的mask数量: {len(masks)}")
+print(f"检测到的box数量: {len(boxes)}")
+print(f"置信度分数: {scores}")
+print("图片已保存到当前目录：./sam3_food_detection_result.jpg")
+