File size: 2,507 Bytes
6b4c0fa | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 | You are an expert in a restricted, non-interactive environment. Solve the task efficiently before the timeout (1200s). Use the available tools and as many iterative steps as needed. Before finishing, verify that every required output exists and contains a complete, functional solution with no placeholders.
你是一名 AI 编程专家。在 `/tmp_workspace` 目录下有一个 **SAM3**（Segment Anything Model 3）的完整代码库，但**没有任何文档、README 或示例 Notebook**。你需要通过阅读源代码，理解 SAM3 的使用方法，然后编写推理脚本完成以下 4 个目标检测用例。
### 任务
请编写一个 Python 推理脚本，在测试图像上运行以下 4 个用例，并将结果保存到 `/tmp_workspace/results/predictions.json`。
### 关键信息
- **Python 环境**: `~/miniconda3/envs/eval`
- **SAM3 代码库**: `/tmp_workspace/sam3/`
- **测试图像**: `/tmp_workspace/sam3/assets/images/test_image.jpg`
- **模型权重**: `/tmp_workspace/sam3/sam3.pt`
- **输出文件**: `/tmp_workspace/results/predictions.json`
- **运行设备**: CPU
### 测试用例
你需要实现以下 4 个推理用例：
**用例 1: `text_shoe`**
- 使用文本提示 `"shoe"` 在图像中检测鞋子
- 置信度阈值：0.5
**用例 2: `single_box`**
- 使用一个 bounding box：`[480.0, 290.0, 110.0, 360.0]`
- 置信度阈值：0.5
**用例 3: `multi_box`**
- 使用两个 bounding box：`[[480.0, 290.0, 110.0, 360.0], [370.0, 280.0, 115.0, 375.0]]`
- 对应标签（正/负）：`[True, False]`
- 置信度阈值：0.5
**用例 4: `text_box_combined`**
- 使用文本提示 `"child"` 和一个 bounding box：`[480.0, 290.0, 110.0, 360.0]`
- 置信度阈值：0.5
### 输出格式
`predictions.json` 必须符合以下 JSON 格式：
```json
{
"image": "test_image.jpg",
"image_size": [宽, 高],
"cases": {
"text_shoe": {
"boxes_xyxy": [[x1, y1, x2, y2], ...],
"scores": [score1, ...]
},
"single_box": {
"boxes_xyxy": [[x1, y1, x2, y2], ...],
"scores": [score1, ...]
},
"multi_box": {
"boxes_xyxy": [[x1, y1, x2, y2], ...],
"scores": [score1, ...]
},
"text_box_combined": {
"boxes_xyxy": [[x1, y1, x2, y2], ...],
"scores": [score1, ...]
}
}
}
```
其中 `boxes_xyxy` 是 `[x_min, y_min, x_max, y_max]` 格式的检测框坐标（像素单位），`scores` 是对应的置信度分数。
|