# sam-changkang

**Repository Path**: ai-agents/sam-changkang

## Basic Information

- **Project Name**: sam-changkang
- **Description**: 检测 和 分割 万物，yolo , sam , 识别，烟火识别，人脸识别，跌倒识别，打架识别 自动标注 Ai标注 数据集
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 67
- **Forks**: 2
- **Created**: 2026-03-19
- **Last Updated**: 2026-04-17

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 检测和分割万物

与yolo区别：yolo需要提前收集数据集并训练，该项目则不需要，直接修改要检测的类描述别即可(不吹牛,任意目标)，并且不吃配置(不是大模型),无需联网

# 环境
- 操作系统：Linux （不要使用windows上的docker,windows虚拟机和WSL）
- 显卡驱动：CUDA 最低12.x (版本低会使用CPU，3-10秒一张图片，使用GPU是小于5-30毫秒一张图片)
- Docker：NVIDIA Container Toolkit （自己搜是什么东西）
- 显存建议24G


# 安装
> 极简镜像，不能再精简了，磁盘根目录下空间要至少剩余60G， **镜像中仅含python和项目运行境，没有任何代码，不要担心被卡脖子** 

```
docker pull registry.cn-beijing.aliyuncs.com/changkang/autodetection:2.0.6
```
# 下载
```
git clone https://gitee.com/ai-agents/sam3-changkang.git /root/changkang
```

# 启动
> CPU环境启动，去掉参数：--gpus all,第一次请求慢(需要初始化)，后面请求飞快
```
docker run -it --rm --name autodetection--gpus all --network host  --ipc=host --ulimit memlock=-1 --ulimit stack=67108864 -v /root/changkang:/app  registry.cn-beijing.aliyuncs.com/changkang/autodetection:2.0.6 python /app/app.py
```

# 测试

```
# 容器外运行，同级目录下生成检测结果，自己系统的前端拿到数据，前端选择图层叠加到原图上
python test.py 或者 python test_web.py
```

# 请求
> 做成接口是为了让你集成到自己的系统中，比如标注系统，告警二次确认校验等等
```json
  {
    "image_base64": "xxx",
    "text": ["car","person with blue cloth"，"fire","dog"]//任何并且任意目标单词或者描述的句子，用英文(英文单词同义的比较多，一个检测不出来，则换一个同义的单词或描述)
  }
```
> 低配显卡或CPU不建议一次类别超过4个

**简单查询** :
- “黄色校车”
- “条纹猫”
- “戴着红帽子的人”

**复杂查询**：
- “坐着但没有拿着礼品盒的人”
- “离相机最近的没有项圈的狗”
- “比人的手大的红色物体”

# 效果
![demo.jpg](/demo/demo3.jpg )
![demo.jpg](/demo/demo.jpg )
![demo.jpg](/demo/demo6.jpg )
![demo2.jpg](/demo/demo2.jpg)
![demo2.jpg](/demo/dmo2.png)
![demo7.jpg](/demo/demo7.jpg)
# 文本识别测试(可用于自动标注数据集)
![demo4.jpg](/demo/demo4.png)
# 涂抹识别测试(可用于自动标注数据集)
> 涂抹任意物品，自动提取特征，自动匹配
![demo4.jpg](/demo/demo5.png)

# 超级有用的链接
https://gitee.com/agricultureiot/yolo-onnx-java