SAM3 智能工业plc 技术 之机器视频上手实战演示

STEP 01用起来
30 分钟装好环境，跑通第一个文本提示分割
STEP 02玩提示
文本 / 示例 / 点框 / 视频，四种提示逐个击破
STEP 03做质检
批量推理、阈值扫描、OK/NG 判定与产线报表
STEP 04懂理论
带着手感回看：检测器、Presence Token、跟踪记忆

00怎么用这份教程

SAM 前两代解决的问题是"你点哪里、我切哪里"（PVS，可提示视觉分割）；SAM3 往前跨了一大步：你说"找出所有划痕"，它就能把图里每一条划痕都连掩码带编号交给你（PCS，可提示概念分割）。它同时还能做点/框提示和视频跟踪——一个模型，三种用法。

这份教程刻意把顺序反过来：先跑通、再玩熟、做出一个像样的质检项目，最后才讲理论。每一章都配了动画演示（基于合成工业数据制作，方便你一眼看清流程），所有代码都可以直接复制到你自己的机器上运行，换成你自己的图片即可得到真实结果。

你需要准备什么

项目 最低要求 说明
硬件 CUDA GPU（建议 16GB+ 显存） 848M 参数模型，CPU 跑不动；没有 GPU 可看第 6 章的托管 API 方案
软件 Python 3.12+ / PyTorch 2.7+ / CUDA 12.6+ 官方仓库的硬性要求
账号 Hugging Face 权重是受限开放的，需要先在模型页点"申请访问"，一般很快通过
基础 会跑 Python 脚本 不需要懂 Transformer，不需要读过 SAM 论文
关于文中演示。所有 GIF 动画都是基于合成 PCB / 金属件数据制作的流程示意（缺陷位置是我们生成的真值），目的是让你不看论文也能看清"输入什么、输出什么"。跑文中代码，你在自己的图上得到的就是对应的真实输出。

0130 分钟跑通 SAM3

目标只有一个：在你的机器上，用一句 "scratch" 把一张图里所有划痕分割出来。跑通这一步，后面都是顺水推舟。

1.1 安装（官方流程）

BASH · 终端约 10 分钟
# 1) 创建环境（要求 Python ≥ 3.12）
conda create -n sam3 python=3.12 -y
conda activate sam3

# 2) 安装 PyTorch（要求 ≥ 2.7，CUDA ≥ 12.6）
pip install torch==2.10.0 torchvision --index-url https://download.pytorch.org/whl/cu128

# 3) 拉取并安装 SAM3
git clone https://github.com/facebookresearch/sam3.git
cd sam3
pip install -e "."

# 想跑官方示例 notebook 的话：
pip install -e ".[notebooks]"

# 4) 登录 Hugging Face（先去 facebook/sam3 模型页申请权重访问权限）
hf auth login
最常见的坑：跳过第 4 步直接跑代码，会在加载权重时报授权错误。权重申请入口在 Hugging Face 的 facebook/sam3 模型页面，点"Request access"即可。另外 SAM 3.1（2026-03 发布，多目标跟踪大幅提速）使用新权重时需要把仓库 git pull 到最新并重装。

1.2 第一次分割：一句"scratch"找出所有划痕

把任意一张工业照片命名为 part.jpg，运行下面 12 行核心代码：

PYTHON · first_segment.py图像 · 文本提示
from PIL import Image
from sam3.model_builder import build_sam3_image_model
from sam3.model.sam3_image_processor import Sam3Processor

# 加载模型（首次运行自动下载权重）
model = build_sam3_image_model()
processor = Sam3Processor(model)

image = Image.open("part.jpg")
state = processor.set_image(image)          # 图像只编码一次，之后可反复提问

# 核心一句：用文本提示"划痕"
output = processor.set_text_prompt(state=state, prompt="scratch")

masks, boxes, scores = output["masks"], output["boxes"], output["scores"]
print(f"发现 {len(scores)} 个实例，置信度：{scores}")
第一次分割的结果示意
▲ 在一块合成 PCB 上演示文本提示 "defect" 的输出：三个缺陷实例（划痕、连锡、铜渣）被同时分割并给出置信度。注意——一次提问，返回的是该类概念的"全部"实例，这是 SAM3 与前两代最直观的区别。

1.3 输出到底是什么？

字段 形状 / 类型 含义与用法
masks [N, H, W] 布尔/0-1 N 个实例的像素级掩码，True 的像素属于该实例。质检里用它算缺陷面积、长度、形状
boxes [N, 4] 每个实例的外接框，用来在图上画框、贴标签
scores [N] 每个实例的置信度（0~1）。工业场景一定要用它做阈值过滤，见第 3.4 节

把掩码叠加到原图上看效果，10 行搞定：

PYTHON · 可视化叠加显示
import numpy as np, matplotlib.pyplot as plt

img = np.array(image).astype(float)
for m, s in zip(masks, scores):
    m = np.asarray(m)[..., None]
    img = img*(1-0.5*m) + np.array([233,37,37])*0.5*m
plt.imsave("result.png", img.astype(np.uint8))

动手做

  • 跑通安装，确认 torch.cuda.is_available() 返回 True
  • 用 "scratch"、"dent"、"stain" 分别提问你的图，观察哪个词最准
  • 把 scores 打印出来，看看实例数量与置信度的关系

02四种提示方式：把 SAM3 用熟

SAM3 把"提示"这件事扩展成了四种武器：文本概念、图像示例、点/框几何、视频文本。质检现场 90% 的需求，用前两种就能覆盖；后两种用于精细修正和产线视频。

2.1 文本概念提示（PCS）——主力武器

输入一个简短英文名词短语，模型返回图中所有匹配实例的掩码、框和置信度。这是 SAM3 新引入的能力（Promptable Concept Segmentation），也是工业质检最顺手的入口：缺陷是什么，就直接写什么——"scratch"、"dent"、"solder bridge"、"missing screw"。

DEMO · 动画text_prompt → "scratch"
文本提示分割动画
合成金属件示意动画：输入提示词 → 模型扫描 → 两处划痕实例被逐一找出并给出置信度（0.94 / 0.88）。注意"一次提问、穷尽所有实例"这一点——传统检测模型要训练才能识别的类别，SAM3 零样本直接找。
PYTHON · 文本提示PCS
state = processor.set_image(image)
output = processor.set_text_prompt(state=state, prompt="surface scratch")
# 同一句话可以连续追问多个概念：
output2 = processor.set_text_prompt(state=state, prompt="dent")
提示词工程三原则：① 用名词短语而不是句子（"red apple" 而不是 "find all red apples"）；② 粒度决定成败——太泛（"defect"）可能误检，太细可能漏检，多试几个粒度；③ 词有歧义时（比如 "mouse"），改用 2.2 的示例提示消歧。

2.2 图像示例提示——圈一个样品，找出所有同款

文字说不清的时候（新型缺陷、外观特殊的专有零件），直接给模型"看例子"：框一个正样本告诉它"就要这样的"，再框一个负样本告诉它"这种不是"。模型会据此找出全图所有相似实例。官方实验显示，3 轮示例修正后指标可提升 18.6 cgF1——这是质检"人机协同复核"的理论基础。

DEMO · 图示exemplar + / −
示例提示演示
合成金属件示意：绿框（＋正样本）圈住一条长划痕，红框（－负样本）圈住一个正常钻孔——模型据此只分割划痕、不碰钻孔。示例编码器会把样本特征注入提示空间，与文本提示互补。
PYTHON · 示例提示几何框 + 正/负标签
# 框格式：归一化 [中心x, 中心y, 宽, 高]，label=True 为正样本
processor.add_geometric_prompt(box=[0.42, 0.30, 0.35, 0.28], label=True, state=state)
# 负样本：label=False，压制误检
output = processor.add_geometric_prompt(box=[0.82, 0.75, 0.15, 0.15], label=False, state=state)
masks, boxes, scores = output["masks"], output["boxes"], output["scores"]

提示：正负样本框可以叠加多个，也可以与文本提示混用（文本定大类、示例消歧义）。具体参数形态以仓库 examples/sam3_image_predictor_example.ipynb 为准。

2.3 点 / 框几何提示（PVS）——老 SAM 的手艺还在

需要"就切这一个"的时候（比如标注员修掩码、复检时人工指定某个可疑点），用点或框提示。正点纳入、负点剔除，掩码在几轮点击中逐步收敛——这是 SAM 1/2 的经典交互，SAM3 完整保留并可与概念提示混合使用。

DEMO · 动画point clicks → mask refine
点提示迭代细化动画
合成 PCB 示意动画：在芯片上连续点击，掩码从粗糙到贴合，左下角 IoU（与真值的重合度）从 0.47 → 0.72 → 0.85。点击是有方向的纠偏：每一点都在告诉模型"算上这里 / 别算那里"。

2.4 视频分割跟踪——产线的连续画面

视频模式同样接受文本提示：第 0 帧说一句 "defect" 或 "connector"，模型会在后续所有帧里检测、分割并保持每个目标的 ID 不变（遮挡后重现也能对上号）。跟踪器继承自 SAM 2 的记忆架构；2026 年 3 月发布的 SAM 3.1（Object Multiplex）用共享记忆做多目标联合跟踪，速度最高提升约 7 倍且精度不降。

DEMO · 动画video session → track IDs
视频跟踪动画
合成产线示意动画：零件随传送带移动，掩码与 ID 跨帧跟随；带缺陷的 ID-2 进入检测区时被标红报警。真实系统中这一步输出的是逐帧掩码 + 稳定轨迹 ID。
PYTHON · 视频文本提示视频 · 会话式
from sam3.model_builder import build_sam3_video_predictor

predictor = build_sam3_video_predictor()
resp = predictor.handle_request(request=dict(
    type="start_session", resource_path="line.mp4"))   # 也支持 JPEG 帧目录
sid = resp["session_id"]

resp = predictor.handle_request(request=dict(
    type="add_prompt", session_id=sid,
    frame_index=0, text="defect"))      # 在任意帧给提示
outputs = resp["outputs"]    # 逐帧的掩码与实例 ID

2.5 四种方式怎么选

提示方式 一句话原理 质检中的典型场景
文本概念 说一句名词短语，找出所有同类实例 常规缺陷类型：划痕、凹坑、缺件、连锡
图像示例 给正/负样品框，找"长得像的" 新型缺陷、说不清名称的专有结构、消歧
点 / 框 指哪切哪，点击逐步修正 人工复检补刀、数据集精细标注
视频文本 一帧给提示，全程跟踪同一批目标 传送带连续检测、缺陷件追溯定位

03工业质检实战：表面缺陷检测系统

把前面四件武器组装成一条真正能跑的流水线：采图 → SAM3 推理 → 后处理过滤 → OK/NG 判定 → 报表/报警。我们以"金属结构件表面缺陷"为例，你换成 PCB、注塑件、焊缝都一样。

3.1 总体流程

工业相机采图打光 / 触发预处理畸变校正 / 裁剪SAM3 推理text: "surface defect"→ masks / scores后处理过滤置信度 + 最小面积OK / NG 判定缺陷清单报表 / 报警CSV / MES
▲ 质检流水线：SAM3 只负责"感知"（找出缺陷在哪、有多大），判定规则由你的工程约束决定（多大面积算 NG、允许多少个）。

3.2 核心代码：批量检测 + 过滤 + 报表

PYTHON · inspect_line.py可直接改造使用
import glob, csv
import numpy as np
from PIL import Image
from sam3.model_builder import build_sam3_image_model
from sam3.model.sam3_image_processor import Sam3Processor

model = build_sam3_image_model()
processor = Sam3Processor(model)

CONF_THRES = 0.5     # 置信度阈值（3.4 节教你怎么科学地定）
MIN_AREA   = 200     # 最小缺陷面积（像素）：过滤噪点与伪缺陷

def inspect(image_path, prompt="surface defect"):
    image = Image.open(image_path).convert("RGB")
    state = processor.set_image(image)
    out = processor.set_text_prompt(state=state, prompt=prompt)

    defects = []
    for m, b, s in zip(out["masks"], out["boxes"], out["scores"]):
        m, s = np.asarray(m), float(s)
        area = int(m.sum())
        if s < CONF_THRES or area < MIN_AREA:   # 双闸门过滤
            continue
        defects.append({"score": round(s, 3), "area_px": area,
                        "bbox": [round(float(v), 1) for v in b]})
    return {"file": image_path,
            "verdict": "NG" if defects else "OK",
            "defects": defects}

# 批量跑整个文件夹，输出 CSV 报表
rows = []
for p in sorted(glob.glob("line_images/*.jpg")):
    r = inspect(p)
    rows.append([r["file"], r["verdict"], len(r["defects"]),
               max([d["score"] for d in r["defects"]], default=0)])
with open("report.csv", "w", newline="") as f:
    csv.writer(f).writerows(
        [["file","verdict","n_defects","max_score"], *rows])
工程要点：① set_image 只需一次，换提示词不用重复编码图像——同一工位要查多种缺陷时很省时；② MIN_AREA 按你的相机分辨率与工艺公差换算（如 0.1mm² 对应多少像素）；③ 多张实例掩码可继续做形态学分析（长度、长宽比），把"划痕"与"污点"分开判。

3.3 分割效果长什么样

RESULT · 结果原图 / 掩码 / 叠加
质检分割结果示意
合成数据示意：左列原图（PCB 板、金属件），中列分割掩码（模型输出的核心产物），右列叠加可视化（给质检员复核用）。掩码中的每个连通区域对应一个实例，附带置信度，可直接量面积、量长度。

3.4 阈值怎么定：别拍脑袋，画曲线

置信度阈值 τ 是质检系统的"松紧螺丝"：拧紧了（τ 高）漏检率上升，拧松了（τ 低）误报泛滥。正确做法是拿一小批人工标注过的图，扫描 τ 从 0.05 到 0.95，画出精确率 P、召回率 R、F1 三条曲线，取 F1 最大处为工作点；如果工艺要求"宁错杀不放过"，就在召回率 ≥ 目标值的前提下选最高 τ。

DEMO · 动画threshold sweep → PR curve
阈值扫描动画
动画：阈值 τ 从左扫到右，左图三条指标曲线实时绘出，右图 PR 曲线上的工作点随之移动；扫描结束自动标出 F1 最优工作点 τ*（红星）。这条曲线是向领导汇报"系统多可靠"时最有说服力的一张图。
PYTHON · 阈值扫描评估你的工作点
for tau in np.arange(0.05, 0.95, 0.05):
    tp = fp = fn = 0
    for img_path, gt in labeled_set:          # 你人工标注的小数据集
        out = inspect(img_path)               # 用 3.2 的函数
        pred = [d for d in out["defects"] if d["score"] >= tau]
        # 按掩码 IoU ≥ 0.5 判定命中，累计 tp / fp / fn
        ...
    P, R = tp/(tp+fp+1e-9), tp/(tp+fn+1e-9)
    print(tau, P, R, 2*P*R/(P+R+1e-9))

3.5 上产线：从单张图到视频流

  • 节拍评估：官方数据是 H200 上约 30ms/图（含 100+ 实例），约合 33 FPS；普通工作站显卡会更慢，先实测你的硬件。
  • 多目标视频：换用 build_sam3_video_predictor，提示词在第 0 帧给一次即可全程跟踪；多目标场景优先升级 SAM 3.1（Object Multiplex），联合跟踪最高提速约 7 倍。
  • 速度还不够：用 SAM3 自动标注几万张产线图 → 训练 YOLO / RF-DETR 等小模型上线，SAM3 退居"标注引擎 + 抽检复核"（第 6 章详述）。
  • 成像先行：现场 80% 的误检来自光照而非模型——先把打光、焦距、曝光做稳定，再谈模型。

04评估指标怎么看

质检系统上线前，老板只会问一个问题："准不准？"这一节给你回答这个问题需要的全部词汇。

4.1 IoU：分割准不准的基石

DEMO · 动画IoU = 交集 ÷ 并集
IoU 概念动画
动画：蓝色预测区域滑向绿色真值区域，黄色交集随之增大，IoU 从 0 爬到 0.86。实例分割通常以 IoU ≥ 0.5 判定"命中"；缺陷测量（面积/长度）场景建议用 IoU ≥ 0.75 的严格口径。

4.2 一张表记住所有指标

指标 公式 / 定义 质检里的含义
IoU 交集面积 ÷ 并集面积 单个缺陷掩码贴不贴合
精确率 P TP ÷ (TP+FP) 报出来的缺陷里，有多少是真的（误报率反面）
召回率 R TP ÷ (TP+FN) 真实缺陷里，有多少被抓到（漏检率反面）
F1 2PR ÷ (P+R) P 与 R 的调和平均，定阈值时看它
AP / mAP PR 曲线下面积（按类平均） 学术榜单通用分；越高越好
cgF1 按概念分组的 F1 平均 SAM3 论文主指标：防止"常见概念刷分"，长尾缺陷也算数
pHOTA 检测 × 关联 的综合分 视频跟踪质量：ID 有没有跟丢
过杀与漏检的代价不对称。漏检一个缺陷件可能赔掉客户信任，误杀一个只是复判成本——所以工业质检通常把召回率钉死在高位（如 ≥ 99%），再让复判工序消化误报。阈值工作点的选择本质是成本问题，不是数学问题。

4.3 SAM3 官方成绩单（论文 / 官方仓库口径）

基准 SAM3 对比对象 怎么读
SA-Co/Gold 检测 cgF1 55.7 OWLv2 24.5 · DINO-X 22.5 · Gemini 2.5 14.4 开放词汇检测，领先第二名一倍以上
LVIS 零样本掩码 AP 47.0 此前最佳 38.5 零样本实例分割提升约 22%
SA-Co 人类水平对比 约 75–80% 人类 = 100% 开放概念分割已接近人类标注员的八成
3 轮示例修正增益 +18.6 cgF1 零修正基线 人机协同复核的收益上限
推理速度（H200） ≈30 ms/图 100+ 实例 约合 33 FPS 的检测节拍
视频基准 SAM3 成绩 指标
SA-V test 30.3 cgF1 / 58.0 pHOTA 概念视频分割
YT-Temporal-1B test 50.8 cgF1 / 69.9 pHOTA 长视频概念跟踪
LVVIS / BURST 36.3 mAP / 44.5 HOTA 长尾实例视频分割
MOSEv2（VOS） 60.1 J&F 较 SAM 2.1 提升 25.5%

数据来源：SAM3 官方仓库 README、Meta 研究博客与 Ultralytics 文档（链接见第 7 章）。数字随版本更新，以官方页面为准。

05回头懂理论：SAM3 为什么能做到

有了前面的手感，现在看架构图会有完全不同的体验——每个模块你都"用过"。SAM3 = 一个共享的视觉编码器，拖着两条生产线：DETR 式概念检测器（负责图像）和记忆跟踪器（负责视频）。

5.1 一张图看懂数据怎么流

图像 / 视频帧相机采图文本提示"scratch"示例框 +/−给模型看样品点 / 框提示指哪切哪视觉编码器Perception Encoder · 450M文本编码器300M · 5.4B 图文对预训练示例编码器正/负样本特征多模态融合检测器DETR 式 Transformer 解码器检测查询 × N + Presence Token识别「是不是」与定位「在哪里」解耦框 + 置信度boxes / scores实例掩码像素解码器 × 查询融合记忆跟踪器SAM2 架构 · 跨帧 ID3.1 Object Multiplex 提速共享骨干 · 848M 参数
▲ SAM3 数据流（动画虚线为数据流向）。三类提示各自编码后注入同一个检测器；检测器输出框与掩码；视频任务再由记忆跟踪器把实例 ID 延续下去。

5.2 三个关键设计（用你已有的手感来理解）

① DETR 式检测器 + 检测查询：为什么"一句话能找全所有实例"

SAM 1/2 是"一个提示出一个掩码"的解码器结构；SAM3 换成了 DETR 范式——一组可学习的"检测查询"像 N 个探测针，同时扎向图像特征，每根针若撞上提示所描述的概念就长出一个框和掩码。你在 2.1 看到的"一次提问返回所有划痕"，机制上就是这组并行查询的功劳。

② Presence Token：先判断"有没有"，再找"在哪里"

开放词汇最容易翻车的地方是相似概念互相污染（"白衣球员" vs "红衣球员"）。SAM3 在检测查询里加了一个 Presence Token，专门回答"这个概念在图里存在吗"，把识别与定位解耦：图里没有的概念直接整体拒答，而不是硬找一个出来。工程含义：负提示（图中不存在的缺陷词）返回空结果是正常且可靠的行为，配合置信度阈值即可放心接入自动判定。

③ 检测器与跟踪器解耦：各练各的，互不拖累

跟踪器直接继承 SAM 2 的 Transformer 记忆架构——把历史帧的掩码特征存进"记忆库"，每来一帧就 cross-attention 检索一遍，所以遮挡后重现仍能对上 ID。检测与跟踪解耦意味着两者可以独立加数据、独立迭代（SAM 3.1 的 Object Multiplex 就是只改跟踪器的一次升级）。

5.3 三代 SAM 对比

  SAM 1（2023） SAM 2（2024） SAM 3（2025-11）
提示方式 点 / 框 / 掩码 + 视频记忆跟踪 + 文本短语 / 图像示例
单次提示产出 1 个掩码 1 个目标的跨帧掩码 概念的全部实例（+视频 ID）
语义理解 无（类无关） 无（类无关） 开放词汇（270K+ 概念评测）
典型定位 交互标注工具 视频对象分割 开放概念检测分割跟踪 · 质检 · 自动标注

5.4 能力的来源：SA-Co 数据引擎

SAM3 的"见多识广"来自 Meta 配套构建的 SA-Co 数据引擎：自动标注了超过 400 万个独特概念，评测基准含 27 万个独特概念（约为此前开放词汇基准的 50 倍），并且专门挖掘"看着像但语义不同"的硬负样本。这解释了你实践中的两个观察：① 常见缺陷词零样本就很准；② 碰上特别冷门的专有概念时，给几个示例框（或微调）立刻改善——因为模型"学过怎么学概念"，缺的只是你这一类概念的数据。

06进阶与避坑

6.1 什么时候需要微调

判断标准很简单：零样本 + 示例修正仍达不到你的召回率目标，再微调。微调有两种路线：

路线 做法 适合谁
官方训练脚本 pip install -e ".[train]" 后运行
python sam3/train/train.py -c configs/...yaml --use-cluster 0 --num-gpus 1		 有 GPU、有标注数据、想完全掌控的团队；配置用 Hydra 管理，支持单机多卡与集群
Roboflow 托管 上传数据集 → 版本化（预处理缩放到 1008×1008）→ 一键 Custom Train 选 SAM3 → 云端 / 本地 Inference 部署 不想管训练基建、愿意为托管付费的团队；标注阶段可白嫖其 SAM3 Label Assist

6.2 部署的现实账本

  • 速度：H200 约 30ms/图 ≈ 33FPS；你的卡大概率没这么快，先实测。要求 50–100+ FPS 的产线，SAM3 直跑不现实。
  • 蒸馏路线（推荐）：SAM3 零样本自动标注数万张产线图 → 训练 YOLO-seg / RF-DETR Seg 等小模型上线跑实时；SAM3 留作"新缺陷应急 + 抽检复核 + 持续标注"。这是当前性价比最高的落地范式。
  • 无 GPU 团队：可用 Roboflow Inference 等托管 API 按调用计费，先验证业务价值再买卡。
  • 显存：848M 参数模型 + 高分辨率工业图，建议 16GB 起步；批量推理用官方 sam3_image_batched_inference.ipynb 的批处理写法。

6.3 避坑清单

坑 症状 解法
权重未授权 加载模型报 401 / gated repo HF 模型页申请访问 + hf auth login
提示词写中文或长句 结果稀少或不稳 改用简短英文名词短语："scratch" 而非 "找出所有划痕"
提示词太泛 正常纹理也被误检 加粒度："deep scratch"；或负样本框压制
不设阈值直接用 低置信度噪声实例混入 scores ≥ τ（第 3.4 节方法定 τ）+ 最小面积过滤
光照不稳定 同一件产品早晚结果不同 先修成像（打光/曝光/焦距），再调模型
视频跟丢 ID 遮挡后编号错乱 升级 SAM 3.1；关键帧重新给提示
3.1 权重配旧代码 加载报错或精度异常 git pull 最新代码并重装

07资源与练习

官方与权威资源

课后练习（按顺序做）

  • 用你自己的产品图跑通 2.1 文本提示，试 5 个不同的英文短语并记录效果
  • 挑一个"文字说不清"的目标，用 2.2 的正/负示例框消歧，对比修正前后
  • 把 3.2 的脚本跑在一个文件夹上，生成你第一张 OK/NG 报表
  • 标注 30 张图，按 3.4 画出你的第一条阈值扫描曲线，确定 τ*
  • 找一段产线视频，用视频 predictor 全程跟踪，观察遮挡后的 ID 表现
  • （进阶）用 3.1 权重重新跑一遍，对比多目标场景的帧率变化
学完的标准：拿到一个新的质检需求，你能在 10 分钟内判断——"这个问题用 SAM3 零样本就能解 / 需要示例修正 / 需要微调 / 需要蒸馏小模型"，并说得清理由。到这一步，第 5 章的理论你已经真正掌握了。

SAM3 实战教程 · 从使用到应用再到理论 · 文档更新于 2026-08

posted @ 2026-08-19 17:48  鬼门元歌  阅读(34)  评论(0)    收藏  举报