SAM 3

Instalasi

SAM 3 memerlukan komponen tambahan sam, yang memasang transformers dan timm.

pip install "libreyolo[sam]"

Bobotnya dibatasi: kunjungi huggingface.co/facebook/sam3, terima SAM License dari Meta, lalu jalankan hf auth login (atau tetapkan HF_TOKEN) sebelum pengunduhan pertama. LibreYOLO mencatat pemberitahuan lisensi saat pertama kali mengunduh family ini.

Prediksi

LibreSAM(...) (atau LibreSAM3(...) yang khusus untuk family ini) adalah entry point terpisah dari LibreYOLO(...): hasilnya merupakan segmenter yang dapat diberi prompt, bukan detektor, karena forward pass di sini tidak bermakna tanpa prompt. Tidak ada perintah CLI libreyolo predict untuk family ini; gunakan API Python. Hanya inferensi gambar yang didukung; model video SAM 3 berada di luar cakupan.

from libreyolo import LibreSAM, SAMPLE_IMAGE # "sam3" adalah satu-satunya ukuran ("large"); alias: "sam3", "sam-3", "sam3-large".model = LibreSAM("sam3") # Prompt titik: [x, y] dalam koordinat piksel, label 1 = foreground.result = model.predict(SAMPLE_IMAGE, points=[640, 420], labels=[1])print(result.masks.xy)      # poligon per maskprint(result.boxes.xyxy)    # kotak rapat yang diturunkan dari mask # Prompt kotak sebagai pengganti titik.result = model.predict(SAMPLE_IMAGE, bboxes=[300, 200, 900, 700])

from libreyolo import LibreSAM3, SAMPLE_IMAGE model = LibreSAM3("large") # Menemukan setiap instance yang cocok dengan frasa, bukan hanya satu objek.# text= saling eksklusif dengan points, bboxes, labels, dan masks.result = model.predict(SAMPLE_IMAGE, text="a person")print(result.names)         # {0: "a person"}print(result.boxes.conf)    # skor deteksi PCS per instance

from libreyolo import LibreSAM3, SAMPLE_IMAGE model = LibreSAM3("large") # Encoder gambar adalah bagian yang mahal. set_image() menjalankannya sekali;# setiap pemanggilan predict() setelahnya memakai embedding dari cache. Pemanggilan# text= melakukan enkode ulang secara internal karena tracker dan encoder# segmentasi konsep tidak berbagi cache.model.set_image(SAMPLE_IMAGE)a = model.predict(points=[640, 420], labels=[1])b = model.predict(bboxes=[300, 200, 900, 700])model.reset_image()

Jalur titik dan kotak cocok dengan family SAM lainnya: prompt titik menerima [x, y] untuk satu objek atau [[x, y], ...] untuk beberapa objek, labels menandai setiap titik sebagai 1 (foreground) atau 0 (background), dan prompt kotak menerima [x1, y1, x2, y2] atau daftar kotak. conf pada jalur ini memfilter berdasarkan kualitas mask yang diprediksi (IoU), bukan confidence deteksi.

Jalur text= merupakan tambahan SAM 3: string konsep mengembalikan setiap instance yang cocok dalam gambar melalui Promptable Concept Segmentation dan tidak dapat digabungkan dengan titik, kotak, label, atau mask. conf di sana adalah skor deteksi PCS, bukan IoU mask; membiarkannya pada default akan menerapkan ambang 0.3 milik model, sedangkan conf=0.0 mempertahankan setiap kandidat. names yang dikembalikan memetakan id kelas 0 ke string konsep yang diminta karena mask berbasis prompt tidak memiliki kumpulan kelas tetap. device= memindahkan model dan, jika sesi set_image() aktif, embedding dari cache. train(), val(), export(), dan track() semuanya memunculkan NotImplementedError untuk family ini: SAM 3 hanya mendukung prediksi di LibreYOLO, sedangkan pelacakan video berada di luar cakupan. Lihat prediksi untuk jenis sumber.

Varian

Satu ukuran, large, dengan input tetap 1008 px. SAM 3.1 tidak didukung: implementasinya memakai lisensi khusus yang tidak dapat disertakan ke repositori MIT ini, dan versi Transformers yang menjadi dependensi LibreYOLO belum dapat memuat format checkpoint-nya.

Lisensi

Sitasi

@misc{carion2025sam3segmentconcepts,
      title={SAM 3: Segment Anything with Concepts},
      author={Nicolas Carion and Laura Gustafson and Yuan-Ting Hu and Shoubhik Debnath and Ronghang Hu and Didac Suris and Chaitanya Ryali and Kalyan Vasudev Alwala and Haitham Khedr and Andrew Huang and Jie Lei and Tengyu Ma and Baishan Guo and Arpit Kalla and Markus Marks and Joseph Greer and Meng Wang and Peize Sun and Roman Rädle and Triantafyllos Afouras and Effrosyni Mavroudi and Katherine Xu and Tsung-Han Wu and Yu Zhou and Liliane Momeni and Rishi Hazra and Shuangrui Ding and Sagar Vaze and Francois Porcher and Feng Li and Siyuan Li and Aishwarya Kamath and Ho Kei Cheng and Piotr Dollár and Nikhila Ravi and Kate Saenko and Pengchuan Zhang and Christoph Feichtenhofer},
      year={2025},
      eprint={2511.16719},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2511.16719},
}