Mindket

SAM3 Demo

新上架第 1 版 · 更新于

概览

在 Gradio 应用里试用 SAM3 分割模型:给一张图片加上提示词,看它挑出了哪些物体。可在浏览器或你自己的电脑上运行。

SAM3 Demo 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Windows、macOS 或 Linux 上的 Python
  • pip 命令
  • 足够的磁盘空间,用来放 SAM3 模型
用在
  • 网页浏览器,在 Hugging Face 上的 Space 页面里
  • 在 Windows、macOS 或 Linux 上运行 Python 的本地副本
  • Hugging Face 的 zero-a10g 硬件,在线 Space 就跑在上面
先运行
pip install -U huggingface_hub
hf download prithivMLmods/SAM3-Demo --repo-type space --local-dir SAM3-Demo
cd SAM3-Demo

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个 Space 是 Meta 的 SAM3 模型的 Gradio 演示,一个可以用提示词来引导的分割模型。分割的意思是标出图片里哪些像素属于哪个物体。

这个页面让你在浏览器里试用模型,不用自己配置。

适合谁

适合想看 SAM3 能从图像里挑出什么的人,也适合想要一个只加载一个模型的简短 Gradio 示例的开发者。

IndustryWho uses itHow they use itExample
计算机视觉研究者在测试图片上试提示词检查 SAM3 把一个物体从其余部分分开的效果
设计图像编辑者查看模型生成的掩码判断它能否帮助抠出主体
AI 开发开发者阅读 app.py 和 requirements.txt把这个应用用到另一个分割模型上
教育学生打开页面试用示例了解什么是可提示分割

如果你需要处理整个文件夹的图片,可以跳过,因为这只是一个单页演示。

用在哪里

这个应用可以在下面这些地方运行。

  • 网页浏览器,在 Hugging Face 上的 Space 页面里
  • 在 Windows、macOS 或 Linux 上运行 Python 的本地副本
  • Hugging Face 的 zero-a10g 硬件,在线 Space 就跑在上面
Use caseWhoWhat they get back
在线试用 SAM3好奇的人浏览器页面里的结果
在图片上测试提示词研究者模型挑出的物体
研究演示代码开发者一个围绕单个模型的简短 Gradio 应用

如何设置

在线使用只需要浏览器。本地副本需要下面这些。

  • Windows、macOS 或 Linux 上的 Python
  • pip 命令
  • 足够的磁盘空间,用来放 SAM3 模型
  1. 安装 huggingface_hub 包。
  2. 用 hf 命令把 Space 的文件下载到一个文件夹里。
  3. 进入这个文件夹。
  4. 安装 6.30.0 版本的 gradio。
  5. 安装 requirements.txt 里列出的包。
  6. 用 python app.py 启动应用。
pip install -U huggingface_hub
hf download prithivMLmods/SAM3-Demo --repo-type space --local-dir SAM3-Demo
cd SAM3-Demo
pip install gradio==6.30.0
pip install -r requirements.txt
python app.py

如何使用

打开 Space 页面,或者在你的副本里运行下面的命令,再打开应用提供的页面。然后给它一张图片和一个提示词并运行。

python app.py

示例

你打开这个 Space,添加一张图片,输入一个指出你关心的物体的提示词并运行。页面会显示这张图片,并把那个物体挑出来。

新手与专家

如果你是新手,打开 Space 页面,先从一张示例图片开始。改改提示词,看模型选中了什么。

如果你熟悉这个领域:这个应用在 Gradio 6.30.0 里封装了单个模型 facebook/sam3。在线运行在 zero-a10g 硬件上,本地副本除了 Python 包之外还要下载模型权重。仓库很短,有 app.py、一个 examples 文件夹和两个依赖文件。

  1. 打开 Space 页面或运行 app.py
  2. 添加图片和提示词
  3. SAM3 分割提示词指出的物体
  4. 结果显示在同一个页面上

注意事项

仓库一共有 10 个文件。Hugging Face 给这个 Space 标了 Gradio 和 MCP 标签。

  • License: apache-2
  • Cost to run: 未提及
  • Data it reaches: 只涉及它列出的模型仓库。来源没有说明其他内容。

README 和文件

README

SAM3 Demo

在 Gradio 应用里试用 SAM3 分割模型:给一张图片加上提示词,看它挑出了哪些物体。可在浏览器或你自己的电脑上运行。

由 prithivMLmods 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:这个 Space 是 Meta 的 SAM3 模型的 Gradio 演示,一个可以用提示词来引导的分割模型。分割的意思是标出图片里哪些像素属于哪个物体。

这个页面让你在浏览器里试用模型,不用自己配置。

适合谁:适合想看 SAM3 能从图像里挑出什么的人,也适合想要一个只加载一个模型的简短 Gradio 示例的开发者。

Industry | Who uses it | How they use it | Example
计算机视觉 | 研究者 | 在测试图片上试提示词 | 检查 SAM3 把一个物体从其余部分分开的效果
设计 | 图像编辑者 | 查看模型生成的掩码 | 判断它能否帮助抠出主体
AI 开发 | 开发者 | 阅读 app.py 和 requirements.txt | 把这个应用用到另一个分割模型上
教育 | 学生 | 打开页面试用示例 | 了解什么是可提示分割

如果你需要处理整个文件夹的图片,可以跳过,因为这只是一个单页演示。

用在哪里:这个应用可以在下面这些地方运行。

  • 网页浏览器,在 Hugging Face 上的 Space 页面里
  • 在 Windows、macOS 或 Linux 上运行 Python 的本地副本
  • Hugging Face 的 zero-a10g 硬件,在线 Space 就跑在上面
Use case | Who | What they get back
在线试用 SAM3 | 好奇的人 | 浏览器页面里的结果
在图片上测试提示词 | 研究者 | 模型挑出的物体
研究演示代码 | 开发者 | 一个围绕单个模型的简短 Gradio 应用

如何设置:在线使用只需要浏览器。本地副本需要下面这些。

  • Windows、macOS 或 Linux 上的 Python
  • pip 命令
  • 足够的磁盘空间,用来放 SAM3 模型
  1. 安装 huggingface_hub 包。
  2. 用 hf 命令把 Space 的文件下载到一个文件夹里。
  3. 进入这个文件夹。
  4. 安装 6.30.0 版本的 gradio。
  5. 安装 requirements.txt 里列出的包。
  6. 用 python app.py 启动应用。
pip install -U huggingface_hub
hf download prithivMLmods/SAM3-Demo --repo-type space --local-dir SAM3-Demo
cd SAM3-Demo
pip install gradio==6.30.0
pip install -r requirements.txt
python app.py

如何使用:打开 Space 页面,或者在你的副本里运行下面的命令,再打开应用提供的页面。然后给它一张图片和一个提示词并运行。

python app.py

示例:你打开这个 Space,添加一张图片,输入一个指出你关心的物体的提示词并运行。页面会显示这张图片,并把那个物体挑出来。

新手与专家:如果你是新手,打开 Space 页面,先从一张示例图片开始。改改提示词,看模型选中了什么。

如果你熟悉这个领域:这个应用在 Gradio 6.30.0 里封装了单个模型 facebook/sam3。在线运行在 zero-a10g 硬件上,本地副本除了 Python 包之外还要下载模型权重。仓库很短,有 app.py、一个 examples 文件夹和两个依赖文件。

打开 Space 页面或运行 app.py
添加图片和提示词
SAM3 分割提示词指出的物体
结果显示在同一个页面上

注意事项:仓库一共有 10 个文件。Hugging Face 给这个 Space 标了 Gradio 和 MCP 标签。

  • License: apache-2
  • Cost to run: 未提及
  • Data it reaches: 只涉及它列出的模型仓库。来源没有说明其他内容。

Hugging Face 上的数据(2026年11月13日)

  • 点赞:91
  • 构建方式:gradio
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/prithivMLmods/SAM3-Demo
  • 文件:https://huggingface.co/spaces/prithivMLmods/SAM3-Demo/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
SAM3 Demo 本页91gradioapache-2.0
Z Image Turbo共有 mcp-server · gradio1,940gradioapache-2.0
TRELLIS共有 mcp-server · gradio817gradiomit
TRELLIS.2-Text-to-3D (Rerun)共有 mcp-server · gradio58gradioapache-2.0
Multi-Agent AI - Coding共有 mcp-server · gradio39gradioapache-2.0
MOSS-Image 8-step DMD共有 mcp-server · gradio34gradioapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Nanosaur2-670M

well9472 · 工具包

用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。

新上架

waqf-ocr-hand-written-v1

Waqf-AI · 工具包

读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。

新上架

Wan2.2-TI2V-5B-Diffusers

Wan-AI · 工具包

根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。

新上架

开发类的相似商品

查看开发类的全部商品

Wan2.2-S2V-14B

Wan-AI · 工具包

根据音频生成电影感的角色视频,也能给现有视频做口型同步。适合有大显卡的视频创作者、动画师和研究人员。

新上架

Wan2.2-Animate-14B

Wan-AI · 工具包

通过复制表演者的动作和表情,让角色动起来,或把角色换进视频里,是 Wan2.2 视频系列中的一个模型。只能使用你有权使用的面孔和形象。

新上架

d3-turbo

vllm-sr · 工具包

在一次调用中回答关于文字、图片或视频的选择、是非、打分、框选和跟踪类问题,并为每个答案给出概率。适合构建路由或视觉检查的人。

新上架