SAM-Track online / offline配置

segment anything model（SAM）是Meta于2023年4月5日发布的分割基础模型。SAM 允许分割任何对象而无需微调。
可以在这里尝试SAM模型的效果。

分割效果这么好，都忍不住想用SAM来做场景的语义分割，realtime与否先放在一边，能不能用SAM来做语义分割。
一张图片是可以的，但是多张连续图片序列或视频，就会出现颜色频繁变化的问题，因为它的颜色不代表语义，颜色是随机的。SAM只有分块功能，并没有判断类别的功能。

想让连续的图片序列中语义保持连续，就出现了SAM-Track.
github地址

可以实现某一个目标的分割+跟踪，也可以跟踪第一帧里分割出来的anything.

不想在本地配置的同学们可以直接线上运行，
SAMTrack.ipynb
好处是cuda版本这些的都不用在意，直接就能运行。
缺点是隔一段时间就要全部重新运行，而且上传速度慢。

input可以选video, 也可以选image sequence.
上传之后，点segment everything for 1st frame(跟踪第一帧)，
然后start tracking. 就可以坐等处理好的image sequence masks和mp4.

如果是本地配置，也可以按照SAMTrack.ipynb里的顺序执行，但是可能会出现问题。

python app.py

这时候会出现一个127.0.0.1的链接，进入连接就会出现上面的webUI,
但是当点segment everything for 1st frame时报错，

case 1：
NVIDIA driver too old
这是pytorch+cudatookit和本机的cuda不匹配的原因，本机只能用cuda11.X,
那么去pytorch官网找到匹配11.X的版本。

case 2：
ValueError: Unknown scheme for proxy URL URL(‘socks://127.0.0.1:10801/’)
你是否手动设置了network proxy？改为自动。

case 3：
OSError: We couldn’t connect to ‘https://huggingface.co’ to load this file
网络问题，把文件下载下来本地解决。
从报错内容得知路径为bert-base-uncased，
那么从这个站点下载需要的文件。
bert-base-uncased
下载这几个,
例如放在新建的bert_base文件夹，在Segment-and-Track-Anything/bert_base.

根据报错位置修改路径，比如
修改Segment-and-Track-Anything/src/groundingdino/groundingdino/util/ge
t_tokenlizer.py

#tokenizer = AutoTokenizer.from_pretrained(text_encoder_type)
tokenizer = AutoTokenizer.from_pretrained("Segment-and-Track-Anything/bert_base") #上面的文件放在新建的bert_base文件夹


#return BertModel.from_pretrained(text_encoder_type)
return BertModel.from_pretrained("Segment-and-Track-Anything/bert_base")

case 4：
Unable to load weights from pytorch checkpoint file
安装的pytorch版本和要求的不一致，
ipynb中的版本是torch 2.1.0+cu121, 试试看>=2.0。