Spaces:
Running
Running
File size: 2,412 Bytes
5f0608c 72c908c a560cae 72c908c a560cae 72c908c a560cae 72c908c a560cae 72c908c a560cae 72c908c |
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 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 |
---
title: Text Image Seg
emoji: 📊
colorFrom: red
colorTo: green
sdk: gradio
sdk_version: 5.49.1
app_file: app.py
pinned: false
---
# 🎯 Text-Guided Image Segmentation Demo
基於 **Grounding DINO** 和 **SAM (Segment Anything Model)** 的文字引導圖片分割應用，使用 Gradio 構建互動式介面。
## 🚀 快速開始
### Local Host
- ```pip install -r requirements.txt```
- ```gradio app.py``` or ```python app.py```
- 應用將在 `http://localhost:7860` 啟動。
### Hugging Face Spaces
[](https://huggingface.co/spaces/tingul4/text-image-seg)
## 🎮 使用方法
1. **上傳圖片**：點擊或拖拽圖片到輸入區域
2. **輸入文字提示**：
- 單個物件：`car`、`person`、`sky`
- 多個物件：`car. sky. road.`（用句號分隔）
3. **點擊 Segment 按鈕**：開始分割
4. **查看結果**：
- 左側顯示分割遮罩（不同物件用不同顏色）
- 右側顯示除錯資訊（檢測數量、標籤、信心度）
## 💡 使用技巧
### 提高檢測準確度
1. **使用具體描述**：`blue car` 比 `car` 更精確
2. **調整閾值**：當前閾值為 0.15，可在 source code 中調整
3. **多次嘗試**：嘗試不同的文字表達方式或是使用英文描述
## 📦 依賴項
- `gradio` - 互動式 Web 介面
- `transformers` - Hugging Face 模型庫
- `torch` - PyTorch 深度學習框架
- `Pillow` - 圖像處理
- `numpy` - 數值計算
## 📝 程式碼結構
```
text-image-seg/
├── app.py
├── requirements.txt
├── README.md
├── sample_images/
├── .gitattributes
└── .gitignore
```
## 🔧 技術架構
### 模型
- **Grounding DINO** (`IDEA-Research/grounding-dino-base`)
- 用於零樣本物件檢測
- 根據文字描述定位物件
- **SAM** (`facebook/sam-vit-base`)
- 用於精確分割
- 基於檢測框生成高質量遮罩
### 工作流程
```
輸入圖片 + 文字提示
↓
Grounding DINO 檢測物件
↓
SAM 生成分割遮罩
↓
多物件遮罩疊加（不同顏色）
↓
輸出結果
```
## 🔗 相關資源
- [Grounding DINO](https://github.com/IDEA-Research/GroundingDINO)
- [Segment Anything Model (SAM)](https://github.com/facebookresearch/segment-anything)
- [Gradio 文檔](https://www.gradio.app/docs)
|