SAM 3

SAM 3 在常规的点提示和框提示之上，给 SAM 加了文本概念提示，于是像「黄色校车」这样的短语会返回每一个匹配的实例。LibreYOLO 通过一个专门的 LibreSAM 工厂函数支持它的图像路径，与 LibreYOLO() 检测器工厂函数分开。

任务: instance segmentation
尺寸: large at 1008 px
安装: pip install libreyolo
支持层级: 兄弟层级，自 v 起。一个独立的产品面，有自己的工厂和契约。
上游: SAM 3，由 Meta FAIR 发布，采用 SAM License (Meta custom, gated) 许可。论文、源码
许可: 代码采用 MIT，权重采用 SAM License (Meta custom, gated)。商用

安装

SAM 3 需要 sam 这个 extra，它会一并装上 transformers 和 timm。

bash

pip install "libreyolo[sam]"

权重是受限（gated）的：先访问 huggingface.co/facebook/sam3，接受 Meta 的 SAM 许可证（SAM License），然后在第一次下载之前运行 hf auth login （或设置 HF_TOKEN）。LibreYOLO 第一次下载这个家族时会记录一条许可证提示。

预测

LibreSAM(...)（或者家族专用的 LibreSAM3(...)）是和 LibreYOLO(...) 分开的入口：它返回的是一个可提示（promptable）分割器，而不是检测器，因为在这里没有提示的一次前向传播毫无意义。这个家族没有 libreyolo predict CLI 命令；请用 Python API。只支持图像推理；SAM 3 的视频模型不在这里的范围内。

点提示与框提示

from libreyolo import LibreSAM, SAMPLE_IMAGE # "sam3" 是唯一的尺寸（"large"），别名有 "sam3"、"sam-3"、"sam3-large"model = LibreSAM("sam3") # 点提示：[x, y] 为像素坐标，label 1 = 前景result = model.predict(SAMPLE_IMAGE, points=[640, 420], labels=[1])print(result.masks.xy)      # 每个掩码一个多边形print(result.boxes.xyxy)    # 由掩码推出的紧致检测框 # 用框提示代替点提示result = model.predict(SAMPLE_IMAGE, bboxes=[300, 200, 900, 700])

文本（概念）提示

from libreyolo import LibreSAM3, SAMPLE_IMAGE model = LibreSAM3("large") # 找出匹配该短语的每一个实例，而不只是一个物体# text= 与 points、bboxes、labels 和 masks 互斥result = model.predict(SAMPLE_IMAGE, text="a person")print(result.names)         # {0: "a person"}print(result.boxes.conf)    # 每个实例的 PCS 检测分数

编码一次，多次提示

from libreyolo import LibreSAM3, SAMPLE_IMAGE model = LibreSAM3("large") # 图像编码器是最耗时的部分，set_image() 只跑一次；# 之后每次 predict() 调用都复用缓存的嵌入向量。# text= 调用会在内部重新编码，因为跟踪器和# 概念分割编码器不共享缓存model.set_image(SAMPLE_IMAGE)a = model.predict(points=[640, 420], labels=[1])b = model.predict(bboxes=[300, 200, 900, 700])model.reset_image()

点提示和框提示这条路径和 SAM 家族的其他成员一致：点提示接受 [x, y] 表示单个物体，或 [[x, y], ...] 表示多个，labels 把每个点标为 1（前景）或 0 （背景），框提示接受 [x1, y1, x2, y2] 或一组框。这条路径上的 conf 按预测出的掩码质量（IoU）过滤，而不是检测置信度。

text= 这条路径是 SAM 3 新加的：一个概念字符串会通过可提示概念分割（Promptable Concept Segmentation）返回图中每一个匹配的实例，并且不能和点、框、 labels 或掩码组合使用。那里的 conf 是 PCS 检测分数，而不是掩码 IoU；保持默认值就会用模型自己的 0.3 阈值，conf=0.0 则保留每一个候选。返回的 names 把类别 id 0 映射到请求的那个概念字符串，因为可提示的掩码本来没有固定的类别集合。 device= 会移动模型，如果有正在进行的 set_image() 会话，也会一并移动它缓存的嵌入向量。对这个家族来说，train()、val()、export() 和 track() 都会抛出 NotImplementedError：SAM 3 在 LibreYOLO 里只能做预测，视频跟踪也不在范围内。输入源类型见预测。

变体

只有一个尺寸 large，输入固定为 1008 px。SAM 3.1 不支持：它的实现带有一个自定义许可证，无法收录进这个 MIT 许可的仓库，而且 LibreYOLO 依赖的 Transformers 版本还加载不了它的检查点（checkpoint）格式。

许可

请检查你所下载的具体权重在 Hugging Face 仓库中的许可。LibreYOLO 组织里的每个检查点都附有许可，同一家族内也不一定相同。该仓库是权威来源；以下摘要说明本页上次验证时适用的情况。

这里只说明涉及的许可证，不构成法律意见。如果答案对商用很重要，请自行阅读许可证并咨询法律顾问。

原始工作: SAM 3, Meta FAIR
上游许可: SAM License (Meta custom, gated)
上游来源: github.com/facebookresearch/sam3
LibreYOLO 代码: MIT
权重: 采用 SAM License (Meta custom, gated) 许可，由作者分发。LibreYOLO 不托管或镜像这些权重。
解读: The SAM License is Meta's own agreement, not an OSI-approved license like MIT or Apache-2.0. It grants a worldwide, royalty-free license to use, reproduce, distribute and create derivative works, and does not itself say the weights are non-commercial. It does add terms Apache and MIT do not: publications that use the results must acknowledge SAM Materials, reverse engineering is prohibited, use is subject to export-control and sanctions compliance, filing IP litigation against Meta over the materials terminates your license, and Meta may amend the agreement. Weights are gated on facebook/sam3 on Hugging Face: you must accept the terms there and authenticate before downloading. LibreYOLO calls SAM 3 through the Apache-2.0 Transformers implementation and vendors none of Meta's model source, but does not redistribute the weights themselves; read the license yourself before relying on it commercially.

LibreYOLO 不托管自己的那份 SAM 3 权重，也不转发它们。LibreSAM("sam3") 直接从 Meta 在 Hugging Face 上受限的 facebook/sam3 仓库下载，而那个仓库要求在第一次下载之前接受 Meta 的 SAM 许可证并完成认证。

引用

@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},
}

复制自作者在 github.com/facebookresearch/sam3#citing-sam-3 上提供的引用块。