[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-Jumpat--SegmentAnythingin3D":3,"tool-Jumpat--SegmentAnythingin3D":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",140436,2,"2026-04-05T23:32:43",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":80,"owner_location":80,"owner_email":80,"owner_twitter":80,"owner_website":80,"owner_url":81,"languages":82,"stars":103,"forks":104,"last_commit_at":105,"license":106,"difficulty_score":107,"env_os":108,"env_gpu":109,"env_ram":110,"env_deps":111,"category_tags":121,"github_topics":122,"view_count":23,"oss_zip_url":80,"oss_zip_packed_at":80,"status":16,"created_at":130,"updated_at":131,"faqs":132,"releases":166},3302,"Jumpat\u002FSegmentAnythingin3D","SegmentAnythingin3D","Segment Anything in 3D with NeRFs (NeurIPS 2023 & IJCV 2025)","SegmentAnythingin3D（简称 SA3D）是一款创新的开源工具，旨在将强大的 2D 图像分割能力拓展至三维空间。它基于神经辐射场（NeRF）和最新的 3D 高斯泼溅（3D-GS）技术，让用户只需在单个视角下提供一次简单的提示（如点击或文本描述），即可自动提取出完整的 3D 物体模型。\n\n传统 3D 分割往往需要复杂的多视角标注或繁琐的工程优化，而 SA3D 巧妙解决了这一痛点。其核心亮点在于独特的迭代式“跨视图自提示”机制：系统首先利用 Segment Anything Model (SAM) 生成初始 2D 掩码，再通过密度引导的逆渲染将其投影到 3D 网格，进而合成其他视角的提示信号反馈给 SAM，最终在约两分钟内（3D-GS 版本甚至仅需数秒）生成高精度的 3D 分割结果，且无需针对特定场景重新设计算法。\n\n这款工具非常适合计算机视觉研究人员、3D 内容开发者以及数字孪生领域的设计师使用。无论是需要快速构建带语义信息的 3D 场景，还是希望探索大模型在三维感知中的潜力，SA3D 都提供了一个高效、易用的解决方案。随着新版本支持处理严重遮挡、反光表面等复杂场景，它在科","SegmentAnythingin3D（简称 SA3D）是一款创新的开源工具，旨在将强大的 2D 图像分割能力拓展至三维空间。它基于神经辐射场（NeRF）和最新的 3D 高斯泼溅（3D-GS）技术，让用户只需在单个视角下提供一次简单的提示（如点击或文本描述），即可自动提取出完整的 3D 物体模型。\n\n传统 3D 分割往往需要复杂的多视角标注或繁琐的工程优化，而 SA3D 巧妙解决了这一痛点。其核心亮点在于独特的迭代式“跨视图自提示”机制：系统首先利用 Segment Anything Model (SAM) 生成初始 2D 掩码，再通过密度引导的逆渲染将其投影到 3D 网格，进而合成其他视角的提示信号反馈给 SAM，最终在约两分钟内（3D-GS 版本甚至仅需数秒）生成高精度的 3D 分割结果，且无需针对特定场景重新设计算法。\n\n这款工具非常适合计算机视觉研究人员、3D 内容开发者以及数字孪生领域的设计师使用。无论是需要快速构建带语义信息的 3D 场景，还是希望探索大模型在三维感知中的潜力，SA3D 都提供了一个高效、易用的解决方案。随着新版本支持处理严重遮挡、反光表面等复杂场景，它在科研与工业应用中的价值正日益凸显。","# Segment Anything🤖️ in 3D with NeRFs (SA3D)\n### [Project Page](https:\u002F\u002Fjumpat.github.io\u002FSA3D\u002F) | [Arxiv Paper](https:\u002F\u002Farxiv.org\u002Fabs\u002F2304.12308) | [Data (Google Drive)](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1iiW3EyhiL10U_FCJ0esSrvnzZkHguQ7V\u002Fview?usp=share_link)\n\n[Segment Anything in 3D with NeRFs](https:\u002F\u002Farxiv.org\u002Fabs\u002F2304.12308)  \n[Jiazhong Cen](https:\u002F\u002Fgithub.com\u002FJumpat)\u003Csup>1\\*\u003C\u002Fsup>, [Zanwei Zhou](https:\u002F\u002Fgithub.com\u002FZanue)\u003Csup>1\\*\u003C\u002Fsup>, [Jiemin Fang](https:\u002F\u002Fjaminfong.cn\u002F)\u003Csup>2,3†\u003C\u002Fsup>, [Chen Yang](https:\u002F\u002Fgithub.com\u002Fchensjtu)\u003Csup>1\u003C\u002Fsup>, [Wei Shen](https:\u002F\u002Fshenwei1231.github.io\u002F)\u003Csup>1✉\u003C\u002Fsup>, [Lingxi Xie](http:\u002F\u002Flingxixie.com\u002F)\u003Csup>2\u003C\u002Fsup>, [Dongsheng Jiang](https:\u002F\u002Fsites.google.com\u002Fsite\u002Fdongshengjiangbme\u002F)\u003Csup>2\u003C\u002Fsup>, [Xiaopeng Zhang](https:\u002F\u002Fsites.google.com\u002Fsite\u002Fzxphistory\u002F)\u003Csup>2\u003C\u002Fsup>, [Qi Tian](https:\u002F\u002Fscholar.google.com\u002Fcitations?hl=en&user=61b6eYkAAAAJ)\u003Csup>2\u003C\u002Fsup>   \n\u003Csup>1\u003C\u002Fsup>AI Institute, SJTU   \u003Csup>2\u003C\u002Fsup>Huawei Inc   \u003Csup>3\u003C\u002Fsup>School of EIC, HUST .  \n\\*denotes equal contribution  \n†denotes project lead.\n\n*Given a NeRF, just input prompts from **one single view** and then get your 3D model.*   \n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJumpat_SegmentAnythingin3D_readme_f6419d769fba.gif\" width=\"800\">\n\nWe propose a novel framework to Segment Anything in 3D, named \u003Cb>SA3D\u003C\u002Fb>. Given a neural radiance field (NeRF) model, SA3D allows users to obtain the 3D segmentation result of any target object via only \u003Cb>one-shot\u003C\u002Fb> manual prompting in a single rendered view. The entire process for obtaining the target 3D model can be completed in approximately 2 minutes, yet without any engineering optimization. Our experiments demonstrate the effectiveness of SA3D in different scenes, highlighting the potential of SAM in 3D scene perception. \n\n## Update\n* **2025\u002F04\u002F03**: We are excited to release a new [dataset](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1iiW3EyhiL10U_FCJ0esSrvnzZkHguQ7V\u002Fview?usp=share_link) for 3D segmentation based on 3D Gaussian Splatting (3D-GS). The dataset features challenging scenes with severe occlusions, reflective surfaces, and multi-granularity segmentation. We warmly welcome the community to explore and use it!\n* **2024\u002F04\u002F16**: We release the [3D-GS](https:\u002F\u002Fgithub.com\u002Fgraphdeco-inria\u002Fgaussian-splatting) version of SA3D ([here](https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Ftree\u002Fnerfstudio-version)). Now 3D segmentation can be achieved within seconds!\n* **2023\u002F11\u002F11**: We release the [nerfstudio](https:\u002F\u002Fdocs.nerf.studio) version of SA3D ([here](https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Ftree\u002Fnerfstudio-version))! Currently it only supports the text prompt as input.\n* **2023\u002F06\u002F29**: We now support [MobileSAM](https:\u002F\u002Fgithub.com\u002FChaoningZhang\u002FMobileSAM) as the segmentation network. Follow the installation instruction in [MobileSAM](https:\u002F\u002Fgithub.com\u002FChaoningZhang\u002FMobileSAM), and then download *mobile_sam.pt* into folder ``.\u002Fdependencies\u002Fsam_ckpt``. You can use `--mobile_sam` to switch to MobileSAM.\n\n## Overall Pipeline\n\n![SA3D_pipeline](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJumpat_SegmentAnythingin3D_readme_3764dc6e98d6.png)\n\nWith input prompts, SAM cuts out the target object from the according view. The obtained 2D segmentation mask is projected onto 3D mask grids via density-guided inverse rendering. 2D masks from other views are then rendered, which are mostly uncompleted but used as cross-view self-prompts to be fed into SAM again. Complete masks can be obtained and projected onto mask grids. This procedure is executed via an iterative manner while accurate 3D masks can be finally learned. SA3D can adapt to various radiance fields effectively without any additional redesigning.\n\n\n## Installation\n\n```\ngit clone https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D.git\ncd SegmentAnythingin3D\n\nconda create -n sa3d python=3.10\nconda activate sa3d\npip install -r requirements.txt\n```\n\n### SAM and Grounding-DINO:\n\n```\n# Installing SAM\nmkdir dependencies; cd dependencies \nmkdir sam_ckpt; cd sam_ckpt\nwget https:\u002F\u002Fdl.fbaipublicfiles.com\u002Fsegment_anything\u002Fsam_vit_h_4b8939.pth\ngit clone git@github.com:facebookresearch\u002Fsegment-anything.git \ncd segment-anything; pip install -e .\n\n# Installing Grounding-DINO\ngit clone https:\u002F\u002Fgithub.com\u002FIDEA-Research\u002FGroundingDINO.git\ncd GroundingDINO\u002F; pip install -e .\nmkdir weights; cd weights\nwget https:\u002F\u002Fgithub.com\u002FIDEA-Research\u002FGroundingDINO\u002Freleases\u002Fdownload\u002Fv0.1.0-alpha\u002Fgroundingdino_swint_ogc.pth\n```\n\n## Download Data\nWe now release the configs on these datasets:\n* *Foward-facing:* [LLFF](https:\u002F\u002Fdrive.google.com\u002Fdrive\u002Ffolders\u002F14boI-o5hGO9srnWaaogTU5_ji7wkX2S7) \n* *Inward-facing:* [mip-NeRF360](https:\u002F\u002Fjonbarron.info\u002Fmipnerf360\u002F), [LERF](https:\u002F\u002Fwww.lerf.io\u002F)\n\n### Data structure:  \n\u003Cdetails>\n  \u003Csummary> (click to expand) \u003C\u002Fsummary>\n\n    data\n    ├── 360_v2             # Link: https:\u002F\u002Fjonbarron.info\u002Fmipnerf360\u002F\n    │   └── [bicycle|bonsai|counter|garden|kitchen|room|stump]\n    │       ├── poses_bounds.npy\n    │       └── [images|images_2|images_4|images_8]\n    │\n    ├── nerf_llff_data     # Link: https:\u002F\u002Fdrive.google.com\u002Fdrive\u002Ffolders\u002F14boI-o5hGO9srnWaaogTU5_ji7wkX2S7\n    │   └── [fern|flower|fortress|horns|leaves|orchids|room|trex]\n    │       ├── poses_bounds.npy\n    │       └── [images|images_2|images_4|images_8]\n    │\n    └── lerf_data               # Link: https:\u002F\u002Fdrive.google.com\u002Fdrive\u002Ffolders\u002F1vh0mSl7v29yaGsxleadcj-LCZOE_WEWB\n        └── [book_store|bouquet|donuts|...]\n            ├── transforms.json\n            └── [images|images_2|images_4|images_8]\n\u003C\u002Fdetails>\n\n## Usage\n- Train NeRF\n  ```bash\n  python run.py --config=configs\u002Fllff\u002Ffern.py --stop_at=20000 --render_video --i_weights=10000\n  ```\n- Run SA3D in GUI\n  ```bash\n  python run_seg_gui.py --config=configs\u002Fllff\u002Fseg\u002Fseg_fern.py --segment \\\n  --sp_name=_gui --num_prompts=20 \\\n  --render_opt=train --save_ckpt\n  ```\n- Render and Save Fly-through Videos\n  ```bash\n  python run_seg_gui.py --config=configs\u002Fllff\u002Fseg\u002Fseg_fern.py --segment \\\n  --sp_name=_gui --num_prompts=20 \\\n  --render_only --render_opt=video --dump_images \\\n  --seg_type seg_img seg_density\n  ```\n\nSome tips when run SA3D:\n- Increase `--num_prompts` when the target object is extremely irregular like LLFF scenes *Fern* and *Trex*;\n- Use `--seg_poses` to specify the camera pose sequence used for training 3D mask, `default='train', choices=['train', 'video']`.\n\nUsing our [Dash](https:\u002F\u002Fgithub.com\u002Fplotly\u002Fdash.git) based GUI:\n\n- Select which type of prompt to be used, currently support: *Point Prompt* and *Text Prompt*;\n  - *Point Prompt:* select `Points` in the drop down; click the original image to add a point prompt, then SAM will produce candidate masks; click `Clear Points` to clear out the previous inputs;\n    \n    https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Fassets\u002F58475180\u002F9ae39cb2-6a1f-40a7-b7df-6b149e75358f\n    \n    \n  - *Text Prompt:* select `Text` in the drop down;input your text prompt and click `Generate` to get candidate masks; note that unreasonable text input may cause error.\n    \n    https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Fassets\u002F58475180\u002Fba934e0c-dc8a-472a-958c-2b6c4d6ee644\n    \n    \n- Select your target mask;\n- Press `Start Training` to run SA3D; we visualize rendered masks and SAM predictions produced by our cross-view self-prompting stategy;\n  \n  https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Fassets\u002F58475180\u002Fc5cc947e-8966-4ec5-9531-434a7b27eed5\n  \n  \n- Wait a few minutes to see the final rendering results.\n  \n  \n  https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Fassets\u002F58475180\u002F9578ea7a-0947-4105-a65c-1f8de12d0bb5\n\n\n# TODO List\n- [ ] Refine the GUI, *e.g.*, start from any train view, add more training hyper-parameter options, etc.;\n- [ ] Support the two-pass stage in GUI; currently it may have some bugs.\n\n## Some Visualization Samples\n\nSA3D can handle various scenes for 3D segmentation. Find more demos in our [project page](https:\u002F\u002Fjumpat.github.io\u002FSA3D\u002F).\n\n| Forward facing | 360° | Multi-objects |\n| :---: | :---:| :---:|\n|\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJumpat_SegmentAnythingin3D_readme_ef1733cd2458.gif\" width=\"200\"> | \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJumpat_SegmentAnythingin3D_readme_0725e092ddb0.gif\" width=\"200\"> | \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJumpat_SegmentAnythingin3D_readme_c01df8d78bea.gif\" width=\"200\">\n\n## Acknowledgements\nThanks for the following project for their valuable contributions:\n- [Segment Anything](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fsegment-anything)\n- [DVGO](https:\u002F\u002Fgithub.com\u002Fsunset1995\u002FDirectVoxGO)\n- [Grounding DINO](https:\u002F\u002Fgithub.com\u002FIDEA-Research\u002FGroundingDINO.git)\n\n## Citation\nIf you find this project helpful for your research, please consider citing the report and giving a ⭐.\n```BibTex\n@inproceedings{cen2023segment,\n      title={Segment Anything in 3D with NeRFs}, \n      author={Jiazhong Cen and Zanwei Zhou and Jiemin Fang and Chen Yang and Wei Shen and Lingxi Xie and Dongsheng Jiang and Xiaopeng Zhang and Qi Tian},\n      booktitle    = {NeurIPS},\n      year         = {2023},\n}\n```\n\n```BibTex\n@article{cen2025segment,\n      title={Segment Anything in 3D with Radiance Fields}, \n      author={Jiazhong Cen and Jiemin Fang and Zanwei Zhou and Chen Yang and Lingxi Xie and Xiaopeng Zhang and Wei Shen and Qi Tian},\n      journal    = {IJCV},\n      year         = {2025},\n}\n```\n","# 使用NeRFs在3D中分割任何内容（SA3D）\n### [项目页面](https:\u002F\u002Fjumpat.github.io\u002FSA3D\u002F) | [Arxiv论文](https:\u002F\u002Farxiv.org\u002Fabs\u002F2304.12308) | [数据（Google Drive）](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1iiW3EyhiL10U_FCJ0esSrvnzZkHguQ7V\u002Fview?usp=share_link)\n\n[使用NeRFs在3D中分割任何内容](https:\u002F\u002Farxiv.org\u002Fabs\u002F2304.12308)  \n[Jiazhong Cen](https:\u002F\u002Fgithub.com\u002FJumpat)\u003Csup>1\\*\u003C\u002Fsup>, [Zanwei Zhou](https:\u002F\u002Fgithub.com\u002FZanue)\u003Csup>1\\*\u003C\u002Fsup>, [Jiemin Fang](https:\u002F\u002Fjaminfong.cn\u002F)\u003Csup>2,3†\u003C\u002Fsup>, [Chen Yang](https:\u002F\u002Fgithub.com\u002Fchensjtu)\u003Csup>1\u003C\u002Fsup>, [Wei Shen](https:\u002F\u002Fshenwei1231.github.io\u002F)\u003Csup>1✉\u003C\u002Fsup>, [Lingxi Xie](http:\u002F\u002Flingxixie.com\u002F)\u003Csup>2\u003C\u002Fsup>, [Dongsheng Jiang](https:\u002F\u002Fsites.google.com\u002Fsite\u002Fdongshengjiangbme\u002F)\u003Csup>2\u003C\u002Fsup>, [Xiaopeng Zhang](https:\u002F\u002Fsites.google.com\u002Fsite\u002Fzxphistory\u002F)\u003Csup>2\u003C\u002Fsup>, [Qi Tian](https:\u002F\u002Fscholar.google.com\u002Fcitations?hl=en&user=61b6eYkAAAAJ)\u003Csup>2\u003C\u002Fsup>   \n\u003Csup>1\u003C\u002Fsup>上海交通大学人工智能研究院   \u003Csup>2\u003C\u002Fsup>华为公司   \u003Csup>3\u003C\u002Fsup>华中科技大学电子信息学院。  \n\\*表示共同第一作者  \n†表示项目负责人。\n\n*只需给定一个NeRF模型，输入来自**单个视角**的提示，即可获得你的3D模型。*   \n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJumpat_SegmentAnythingin3D_readme_f6419d769fba.gif\" width=\"800\">\n\n我们提出了一种全新的3D任意对象分割框架，命名为\u003Cb>SA3D\u003C\u002Fb>。给定一个神经辐射场（NeRF）模型，SA3D允许用户仅通过在单个渲染视图中进行\u003Cb>一次\u003C\u002Fb>手动提示，即可获得任意目标物体的3D分割结果。整个获取目标3D模型的过程大约只需2分钟，且无需任何工程优化。我们的实验表明，SA3D在不同场景中均表现出色，凸显了SAM在3D场景感知中的潜力。\n\n## 更新\n* **2025年4月3日**：我们很高兴发布一个新的基于3D高斯泼溅（3D-GS）的3D分割数据集（[点击下载](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1iiW3EyhiL10U_FCJ0esSrvnzZkHguQ7V\u002Fview?usp=share_link)）。该数据集包含具有严重遮挡、反射表面以及多粒度分割等挑战性场景。我们诚挚欢迎社区探索和使用！\n* **2024年4月16日**：我们发布了SA3D的[3D-GS](https:\u002F\u002Fgithub.com\u002Fgraphdeco-inria\u002Fgaussian-splatting)版本（[点此查看](https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Ftree\u002Fnerfstudio-version)）。现在只需几秒钟即可完成3D分割！\n* **2023年11月11日**：我们发布了SA3D的[nerfstudio](https:\u002F\u002Fdocs.nerf.studio)版本（[点此查看](https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Ftree\u002Fnerfstudio-version)）！目前仅支持文本提示作为输入。\n* **2023年6月29日**：我们现在支持将[MobileSAM](https:\u002F\u002Fgithub.com\u002FChaoningZhang\u002FMobileSAM)作为分割网络。请按照[MobileSAM](https:\u002F\u002Fgithub.com\u002FChaoningZhang\u002FMobileSAM)中的安装说明操作，然后将`mobile_sam.pt`下载到`.\u002Fdependencies\u002Fsam_ckpt`文件夹中。你可以使用`--mobile_sam`参数切换到MobileSAM。\n\n## 整体流程\n\n![SA3D_pipeline](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJumpat_SegmentAnythingin3D_readme_3764dc6e98d6.png)\n\n通过输入提示，SAM会从相应视图中切割出目标物体。得到的2D分割掩码会通过密度引导的逆向渲染投影到3D掩码网格上。随后，其他视角的2D掩码也会被渲染出来，虽然这些掩码大多不完整，但它们会被用作跨视角的自我提示，再次输入到SAM中。最终可以得到完整的掩码，并将其投影到掩码网格上。这一过程以迭代方式进行，直到学习到准确的3D掩码为止。SA3D能够有效适应各种辐射场，而无需额外的设计调整。\n\n## 安装步骤\n\n```\ngit clone https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D.git\ncd SegmentAnythingin3D\n\nconda create -n sa3d python=3.10\nconda activate sa3d\npip install -r requirements.txt\n```\n\n### SAM与Grounding-DINO：\n\n```\n# 安装SAM\nmkdir dependencies; cd dependencies \nmkdir sam_ckpt; cd sam_ckpt\nwget https:\u002F\u002Fdl.fbaipublicfiles.com\u002Fsegment_anything\u002Fsam_vit_h_4b8939.pth\ngit clone git@github.com:facebookresearch\u002Fsegment-anything.git \ncd segment-anything; pip install -e .\n\n# 安装Grounding-DINO\ngit clone https:\u002F\u002Fgithub.com\u002FIDEA-Research\u002FGroundingDINO.git\ncd GroundingDINO\u002F; pip install -e .\nmkdir weights; cd weights\nwget https:\u002F\u002Fgithub.com\u002FIDEA-Research\u002FGroundingDINO\u002Freleases\u002Fdownload\u002Fv0.1.0-alpha\u002Fgroundingdino_swint_ogc.pth\n```\n\n## 数据下载\n我们现已发布以下数据集的配置：\n* *面向前方：*[LLFF](https:\u002F\u002Fdrive.google.com\u002Fdrive\u002Ffolders\u002F14boI-o5hGO9srnWaaogTU5_ji7wkX2S7)  \n* *面向内侧：*[mip-NeRF360](https:\u002F\u002Fjonbarron.info\u002Fmipnerf360\u002F)、[LERF](https:\u002F\u002Fwww.lerf.io\u002F)\n\n### 数据结构：  \n\u003Cdetails>\n  \u003Csummary> （点击展开） \u003C\u002Fsummary>\n\n    data\n    ├── 360_v2             # 链接：https:\u002F\u002Fjonbarron.info\u002Fmipnerf360\u002F\n    │   └── [bicycle|bonsai|counter|garden|kitchen|room|stump]\n    │       ├── poses_bounds.npy\n    │       └── [images|images_2|images_4|images_8]\n    │\n    ├── nerf_llff_data     # 链接：https:\u002F\u002Fdrive.google.com\u002Fdrive\u002Ffolders\u002F14boI-o5hGO9srnWaaogTU5_ji7wkX2S7\n    │   └── [fern|flower|fortress|horns|leaves|orchids|room|trex]\n    │       ├── poses_bounds.npy\n    │       └── [images|images_2|images_4|images_8]\n    │\n    └── lerf_data               # 链接：https:\u002F\u002Fdrive.google.com\u002Fdrive\u002Ffolders\u002F1vh0mSl7v29yaGsxleadcj-LCZOE_WEWB\n        └── [book_store|bouquet|donuts|...]\n            ├── transforms.json\n            └── [images|images_2|images_4|images_8]\n\u003C\u002Fdetails>\n\n## 使用方法\n- 训练 NeRF\n  ```bash\n  python run.py --config=configs\u002Fllff\u002Ffern.py --stop_at=20000 --render_video --i_weights=10000\n  ```\n- 在 GUI 中运行 SA3D\n  ```bash\n  python run_seg_gui.py --config=configs\u002Fllff\u002Fseg\u002Fseg_fern.py --segment \\\n  --sp_name=_gui --num_prompts=20 \\\n  --render_opt=train --save_ckpt\n  ```\n- 渲染并保存飞越视频\n  ```bash\n  python run_seg_gui.py --config=configs\u002Fllff\u002Fseg\u002Fseg_fern.py --segment \\\n  --sp_name=_gui --num_prompts=20 \\\n  --render_only --render_opt=video --dump_images \\\n  --seg_type seg_img seg_density\n  ```\n\n运行 SA3D 时的一些提示：\n- 当目标物体极其不规则时，例如 LLFF 场景中的 *Fern* 和 *Trex*，请增加 `--num_prompts` 参数；\n- 使用 `--seg_poses` 指定用于训练 3D 掩码的相机位姿序列，其默认值为 `'train'`，可选值为 `'train'` 或 `'video'`。\n\n使用我们基于 [Dash](https:\u002F\u002Fgithub.com\u002Fplotly\u002Fdash.git) 的 GUI：\n\n- 选择要使用的提示类型，目前支持：*点提示* 和 *文本提示*；\n  - *点提示:* 在下拉菜单中选择 `Points`；点击原始图像以添加点提示，随后 SAM 将生成候选掩码；点击 `Clear Points` 可清除之前的输入；\n    \n    https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Fassets\u002F58475180\u002F9ae39cb2-6a1f-40a7-b7df-6b149e75358f\n    \n    \n  - *文本提示:* 在下拉菜单中选择 `Text`；输入您的文本提示并点击 `Generate` 获取候选掩码；请注意，不合理的文本输入可能导致错误。\n    \n    https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Fassets\u002F58475180\u002Fba934e0c-dc8a-472a-958c-2b6c4d6ee644\n    \n    \n- 选择您想要分割的目标掩码；\n- 点击 `Start Training` 开始运行 SA3D；我们将可视化渲染出的掩码以及由我们的跨视角自提示策略产生的 SAM 预测结果；\n  \n  https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Fassets\u002F58475180\u002Fc5cc947e-8966-4ec5-9531-434a7b27eed5\n  \n  \n- 等待几分钟即可看到最终的渲染结果。\n  \n  \n  https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Fassets\u002F58475180\u002F9578ea7a-0947-4105-a65c-1f8de12d0bb5\n\n\n# 待办事项清单\n- [ ] 优化 GUI，例如：可以从任意训练视图开始、增加更多训练超参数选项等；\n- [ ] 在 GUI 中支持两阶段流程；目前该功能可能存在一些 bug。\n\n## 一些可视化示例\n\nSA3D 可以处理各种场景的 3D 分割任务。更多演示请访问我们的 [项目页面](https:\u002F\u002Fjumpat.github.io\u002FSA3D\u002F)。\n\n| 正面视角 | 360° 全景 | 多对象场景 |\n| :---: | :---:| :---:|\n|\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJumpat_SegmentAnythingin3D_readme_ef1733cd2458.gif\" width=\"200\"> | \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJumpat_SegmentAnythingin3D_readme_0725e092ddb0.gif\" width=\"200\"> | \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJumpat_SegmentAnythingin3D_readme_c01df8d78bea.gif\" width=\"200\">\n\n## 致谢\n感谢以下项目及其贡献者提供的宝贵支持：\n- [Segment Anything](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fsegment-anything)\n- [DVGO](https:\u002F\u002Fgithub.com\u002Fsunset1995\u002FDirectVoxGO)\n- [Grounding DINO](https:\u002F\u002Fgithub.com\u002FIDEA-Research\u002FGroundingDINO.git)\n\n## 引用\n如果您觉得本项目对您的研究有所帮助，请考虑引用相关报告并给予 ⭐ 支持。\n```BibTex\n@inproceedings{cen2023segment,\n      title={Segment Anything in 3D with NeRFs}, \n      author={Jiazhong Cen and Zanwei Zhou and Jiemin Fang and Chen Yang and Wei Shen and Lingxi Xie and Dongsheng Jiang and Xiaopeng Zhang and Qi Tian},\n      booktitle    = {NeurIPS},\n      year         = {2023},\n}\n```\n\n```BibTex\n@article{cen2025segment,\n      title={Segment Anything in 3D with Radiance Fields}, \n      author={Jiazhong Cen and Jiemin Fang and Zanwei Zhou and Chen Yang and Lingxi Xie and Xiaopeng Zhang and Wei Shen and Qi Tian},\n      journal    = {IJCV},\n      year         = {2025},\n}\n```","# SegmentAnythingin3D (SA3D) 快速上手指南\n\nSA3D 是一个基于 NeRF（神经辐射场）的 3D 分割框架。用户只需在单个渲染视图中提供一次提示（点选或文本），即可在约 2 分钟内获得目标物体的完整 3D 分割模型。\n\n## 环境准备\n\n*   **操作系统**: Linux (推荐 Ubuntu 18.04+)\n*   **Python 版本**: 3.10\n*   **硬件要求**: 需要 NVIDIA GPU 支持 CUDA\n*   **前置依赖**:\n    *   Conda (推荐用于环境管理)\n    *   Git\n    *   CUDA Toolkit (需与 PyTorch 版本匹配)\n\n> **注意**：本项目依赖 `segment-anything` 和 `GroundingDINO`，安装过程中需要编译部分 C++\u002FCUDA 代码，请确保已安装 `build-essential` 和对应的 CUDA 开发包。\n\n## 安装步骤\n\n### 1. 克隆项目并创建环境\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D.git\ncd SegmentAnythingin3D\n\nconda create -n sa3d python=3.10\nconda activate sa3d\n\n# 建议配置国内镜像源加速下载\npip config set global.index-url https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\npip install -r requirements.txt\n```\n\n### 2. 安装核心依赖 (SAM & Grounding-DINO)\n\n请依次执行以下命令安装 Segment Anything (SAM) 和 Grounding-DINO 模型及权重：\n\n```bash\n# --- 安装 SAM ---\nmkdir dependencies; cd dependencies \nmkdir sam_ckpt; cd sam_ckpt\n# 下载 SAM 预训练权重\nwget https:\u002F\u002Fdl.fbaipublicfiles.com\u002Fsegment_anything\u002Fsam_vit_h_4b8939.pth\n# 克隆并安装 segment-anything 库\ngit clone git@github.com:facebookresearch\u002Fsegment-anything.git \ncd segment-anything; pip install -e .\n\n# 返回上一级目录准备安装 Grounding-DINO\ncd ..\u002F.. \n\n# --- 安装 Grounding-DINO ---\ngit clone https:\u002F\u002Fgithub.com\u002FIDEA-Research\u002FGroundingDINO.git\ncd GroundingDINO\u002F; pip install -e .\nmkdir weights; cd weights\n# 下载 Grounding-DINO 预训练权重\nwget https:\u002F\u002Fgithub.com\u002FIDEA-Research\u002FGroundingDINO\u002Freleases\u002Fdownload\u002Fv0.1.0-alpha\u002Fgroundingdino_swint_ogc.pth\n```\n\n*(可选) 若需使用轻量级模型 MobileSAM，请参考原文 README 中的 MobileSAM 章节进行额外安装。*\n\n### 3. 准备数据\n\n下载测试数据集（如 LLFF 或 mip-NeRF360），并按照以下结构放置于 `data` 目录下：\n\n```text\ndata\n├── 360_v2                 # mip-NeRF360 数据集\n│   └── [bicycle|bonsai|...]\n│       ├── poses_bounds.npy\n│       └── images\n├── nerf_llff_data         # LLFF 数据集\n│   └── [fern|flower|...]\n│       ├── poses_bounds.npy\n│       └── images\n└── lerf_data              # LERF 数据集\n    └── [book_store|...]\n        ├── transforms.json\n        └── images\n```\n\n## 基本使用\n\n本指南演示如何训练一个 NeRF 场景，并通过图形界面 (GUI) 进行交互式 3D 分割。\n\n### 第一步：训练 NeRF 模型\n\n以 `fern` 场景为例，训练 NeRF 模型：\n\n```bash\npython run.py --config=configs\u002Fllff\u002Ffern.py --stop_at=20000 --render_video --i_weights=10000\n```\n\n### 第二步：启动分割 GUI 进行交互\n\n运行以下命令启动基于 Dash 的图形界面。该界面支持**点提示 (Point Prompt)** 和 **文本提示 (Text Prompt)**。\n\n```bash\npython run_seg_gui.py --config=configs\u002Fllff\u002Fseg\u002Fseg_fern.py --segment \\\n--sp_name=_gui --num_prompts=20 \\\n--render_opt=train --save_ckpt\n```\n\n**操作流程：**\n1.  浏览器会自动打开 GUI 界面（若未自动打开，请访问终端显示的本地地址，通常为 `http:\u002F\u002F127.0.0.1:8050`）。\n2.  **选择提示类型**：\n    *   **点提示**：在下拉菜单选择 `Points`，点击原图添加提示点，SAM 将生成候选掩码。\n    *   **文本提示**：在下拉菜单选择 `Text`，输入描述性文字（如 \"a red flower\"），点击 `Generate`。\n3.  **选择目标掩码**：在生成的候选列表中点击选择正确的分割区域。\n4.  **开始训练**：点击 `Start Training` 按钮。系统将利用跨视图自提示策略迭代优化 3D 掩码。\n5.  **查看结果**：等待几分钟后，界面将展示最终的 3D 分割渲染结果。\n\n### 第三步：导出视频（可选）\n\n若需生成并保存飞越视角的分割视频，可运行：\n\n```bash\npython run_seg_gui.py --config=configs\u002Fllff\u002Fseg\u002Fseg_fern.py --segment \\\n--sp_name=_gui --num_prompts=20 \\\n--render_only --render_opt=video --dump_images \\\n--seg_type seg_img seg_density\n```\n\n> **提示**：对于形状极不规则的物体（如 LLFF 数据集中的 *Fern* 或 *Trex*），建议在命令中增加 `--num_prompts` 的参数值以提高分割精度。","某自动驾驶仿真团队需要快速从复杂的城市街道 NeRF 场景中提取特定车辆模型，用于构建高精度的碰撞测试环境。\n\n### 没有 SegmentAnythingin3D 时\n- **人工标注成本极高**：工程师需在数百个不同视角的渲染图中手动逐帧勾勒车辆轮廓，耗时数天且极易疲劳出错。\n- **三维一致性难以保证**：由于各视角的 2D 掩码独立生成，重组后的 3D 模型常出现边缘断裂、空洞或几何形状扭曲。\n- **遮挡处理困难**：面对树木或建筑遮挡的车辆部分，传统算法无法智能推断被遮挡区域的完整形态，导致模型残缺。\n- **迭代反馈缓慢**：若需调整分割对象（如从“红色轿车”改为“所有卡车”），必须重新进行全套繁琐的人工标注流程。\n\n### 使用 SegmentAnythingin3D 后\n- **单视图一键启动**：只需在任意一个清晰视角下输入一次文本提示或点击鼠标，SegmentAnythingin3D 即可自动推导全场景 3D 分割，全程仅需约 2 分钟。\n- **跨视角自修正机制**：利用密度引导的逆渲染技术，将单视图掩码投影至 3D 网格并反向生成其他视角的提示，自动补全遮挡部分，确保模型几何完整性。\n- **高精度语义还原**：基于 SAM 的强大泛化能力，能精准识别复杂光照和反射表面下的目标，生成的 3D 掩码边缘平滑且语义准确。\n- **灵活交互与复用**：支持随时更换提示词（如切换目标物体类别），无需重新采集数据或训练模型，瞬间获得新的 3D 分割结果。\n\nSegmentAnythingin3D 通过将 2D 大模型的泛化能力无缝迁移至 3D 空间，彻底解决了三维场景感知中数据标注昂贵且一致性差的行业痛点。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJumpat_SegmentAnythingin3D_c63b4141.png","Jumpat","Jiazhong Cen","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FJumpat_83053e93.jpg","PhD student in Shanghai Jiao Tong University.",null,"https:\u002F\u002Fgithub.com\u002FJumpat",[83,87,91,95,99],{"name":84,"color":85,"percentage":86},"Python","#3572A5",85.5,{"name":88,"color":89,"percentage":90},"Cuda","#3A4E3A",6.6,{"name":92,"color":93,"percentage":94},"CSS","#663399",5.4,{"name":96,"color":97,"percentage":98},"C++","#f34b7d",2.3,{"name":100,"color":101,"percentage":102},"Shell","#89e051",0.2,1015,65,"2026-03-28T16:55:40","Apache-2.0",4,"Linux","必需 NVIDIA GPU（用于运行 NeRF 和 SAM），具体型号和显存未说明，但需支持 CUDA 以运行 PyTorch","未说明",{"notes":112,"python":113,"dependencies":114},"项目主要基于 NeRF 技术，安装过程需手动克隆并安装 'segment-anything' 和 'Grounding-DINO' 仓库及其预训练权重。支持通过 GUI 进行点提示或文本提示交互。2024 年更新版本支持 3D Gaussian Splatting (3D-GS) 可实现秒级分割。数据需单独下载（如 LLFF, mip-NeRF360 等）。","3.10",[115,116,117,118,119,120],"torch","segment-anything (facebookresearch)","GroundingDINO (IDEA-Research)","nerfstudio","dash","plotly",[13,54,14],[123,124,125,126,127,128,129],"3d","3d-segmentation","computer-vision","nerf","segment-anything","segmentation","deep-learning","2026-03-27T02:49:30.150509","2026-04-06T11:31:10.279275",[133,138,143,148,153,158,162],{"id":134,"question_zh":135,"answer_zh":136,"source_url":137},15168,"GroundingDINO 是否需要在所有输入图像中都能找到目标对象的边界框？如果某些训练图像中没有目标对象怎么办？","不需要。系统仅使用 GroundingDINO 在第一张输入图像中找到掩码（mask）。之后，SAM 模型会自动在训练集图像中寻找目标对象并完成分割。因此，即使训练集中有部分图像不包含您想要的对象，也不必担心程序会出错。","https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Fissues\u002F65",{"id":139,"question_zh":140,"answer_zh":141,"source_url":142},15169,"安装 GroundingDINO 时遇到 CUDA 版本不匹配错误（如 detected CUDA version mismatches PyTorch compiled version）或找不到 libcudart.so 文件，如何解决？","这通常是因为系统安装的 CUDA 版本过高或与 PyTorch 编译时的版本不一致。例如，如果系统使用的是 CUDA 12.1，可能会报错找不到 libcudart.so.11.0。建议将 CUDA 版本降级至 11.7 左右，并确保其与 PyTorch 版本兼容。可以参考 3D-GS 仓库获取更多版本对应信息。","https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Fissues\u002F64",{"id":144,"question_zh":145,"answer_zh":146,"source_url":147},15170,"运行程序时出现 Segmentation fault (core dumped) 错误，特别是在远程服务器上，该如何解决？","这可能与 pytorch_scatter 库的 CUDA 扩展加载有关。建议尝试通过 pip 重新安装 pytorch_scatter。维护者推荐的环境配置为：Ubuntu 20.04, GCC 11.2.0, CUDA 11.3, Python 3.10.6。请检查您的环境是否符合这些要求。","https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Fissues\u002F8",{"id":149,"question_zh":150,"answer_zh":151,"source_url":152},15171,"集成 MobileSAM 时遇到报错，或者想要移除 MobileSAM 直接使用标准 SAM，代码应该如何修改？","如果是 MobileSAM 导致的错误，可以尝试移除代码中 `if args.mobile_sam:` 的判断逻辑，直接调用标准 SAM 模型。此外，由于 MobileSAM 更新，加载 backbone 的代码可能需要调整为：\n```python\nfrom mobile_sam import sam_model_registry\nmodel_type = \"vit_t\"\nsam_checkpoint = \".\u002Fweights\u002Fmobile_sam.pt\"\ndevice = \"cuda\" if torch.cuda.is_available() else \"cpu\"\nmobile_sam = sam_model_registry[model_type](checkpoint=sam_checkpoint)\nmobile_sam.to(device=device)\nmobile_sam.eval()\nself.sam = mobile_sam\n```","https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Fissues\u002F29",{"id":154,"question_zh":155,"answer_zh":156,"source_url":157},15172,"该项目是否支持 Nerfstudio 生成的模型？目前支持哪些输入方式？","是的，项目已在 `nerfstudio-version` 分支发布了支持 Nerfstudio 的版本（SA3D）。目前该版本仅支持文本提示（text prompts）作为输入方式。","https:\u002F\u002Fgithub.com\u002FJumpat\u002FSegmentAnythingin3D\u002Fissues\u002F10",{"id":159,"question_zh":160,"answer_zh":161,"source_url":137},15173,"运行 `ns-train sa3d` 命令时必须在 SegmentAnything3D 目录下执行吗？训练后的输出文件包含哪些内容？","命令通常需要在项目上下文中正确配置后执行。训练完成后，输出目录（如 `outputs\u002Fprocessing\u002Fsa3d\u002F...`）中会包含 `config.yaml`, `dataparser_transforms.json`, `nerfstudio_models` 和 `trans_vis` 等文件。关于 Issue #47 提到的 `\u002Flogs` 文件夹中的 3D 分割结果，需确认具体配置或查看最新文档，因为默认输出可能不包含该目录结构。",{"id":163,"question_zh":164,"answer_zh":165,"source_url":152},15174,"遇到 `dash` 相关的导入错误或界面显示问题，应该如何解决？","如果是 `dash` 库导致的问题，尝试重新安装 dash 包通常可以解决：`pip install --force-reinstall dash`。",[]]