SAM 2 图像与视频分割演示｜中文本地体验版

SAM 2 图像与视频分割演示，将视频中的对象点选出来，生成跨帧跟踪结果并应用视觉效果。

这是一个可本地部署的图像与视频分割交互界面：选择图库或本地视频，在画面中点选对象，检查跟踪结果，再为对象和背景设置擦除、渐变、像素化、轮廓等效果并下载结果。此次验证覆盖中文前端页面、CPU 推理后端和真实视频传播；模型权重需按上游项目说明另行准备。

真实界面

项目截图

共 9 张

Capabilities

核心功能

✓图库视频和本地视频入口

✓视频画面点选分割对象

✓添加或移除区域点进行精细修正

✓跨帧对象跟踪与结果检查

✓对象擦除、渐变、像素化、叠加和表情效果

✓背景擦除、渐变、去色、文字、模糊和轮廓效果

✓随机效果快速生成视觉变体

✓处理结果下载与视频重新选择

适用场景

在本地演示视频对象分割与跟踪效果

为内容团队评估从点选到视觉处理的交互流程

以 SAM 2 源码和演示界面为起点进行视觉模型二次开发

适合谁

需要评估视频对象分割与跟踪工作流、浏览中文产品说明或进行视觉模型二次开发的内容团队与开发者。

商业化思路

开源软件源码交付与二次开发服务；实际使用、模型权重和第三方数据集需遵循上游项目配置与许可证要求。

你会拿到什么

✓中文适配的 SAM 2 源码与交互式演示前后端
✓上游许可证、修改说明和构建运行证据

部署流程

1准备 Python 3.12、PyTorch、FFmpeg 及符合条款的 SAM 2 checkpoint，并按 demo/README.md 配置后端模型路径与数据目录。
2进入 demo/backend/server 启动后端，再进入 demo/frontend 执行 npm install 与 npm run build，使用 npm run preview 预览前端并将视频 API 地址指向后端。

真实验证结果

已通过 9 个真实运行中文界面、HTTP、可见正文、控制台、坏图和横向溢出质量门。

部署前须知

macOS arm64 没有可用的 eva-decord wheel，本次增加了 PyAV 读取回退；CUDA 扩展未构建时会跳过可选的填洞后处理，但核心分割与传播仍可用。生产环境建议使用上游支持的 Linux、CUDA 和完整依赖组合。

部署难度

较高

最低配置

推荐 Linux、NVIDIA GPU 与 Docker Compose；本次本地验证使用 macOS arm64、Python 3.12、PyTorch CPU、PyAV 回退与 tiny 权重完成，前端构建需要 Node.js 与 npm。

开源许可证

Apache-2.0

最后验证

2026-08-28

技术栈

PythonPyTorchFlaskGraphQLReactViteTypeScript

授权说明

根目录 LICENSE 为 Apache License 2.0；交付包保留根目录及嵌套数据集许可证文件。再分发与修改请保留版权、许可证和 NOTICE（如适用），模型权重及第三方数据集按各自条款处理。

Release notes

版本记录

1 个已发布版本

vcn-8c46efa5555e 当前推荐

2026-08-28

保留上游 SAM 2.1 代码并加入中文演示界面文案、字体路径兼容、StyleX 类型兼容和 macOS PyAV 视频读取回退；已通过前端构建与真实视频分割传播验证。

部署要求：Node.js 与 npm；Python 3.12、PyTorch、Flask、FFmpeg、PyAV 及 SAM 2 tiny 或更大 checkpoint。推荐使用带 NVIDIA CUDA 的 Linux Docker 环境。

已知问题：本次验证使用 tiny 模型和 CPU 运行，完整视频或更大模型需要显著更多资源；模型权重、CUDA 扩展和第三方数据集许可需由部署方自行准备与确认。

登录后领取