SAM3模型来了，手把手带你运行SAM3模型代码，SAM3模型初探！

大家好，我是 Coding 茶水间。

Meta 终于把 SAM3 开源了！虽然论文和模型架构早就放出来了，但权重一直锁着，直到前两天才真正公开。我第一时间冲去跑通，效果真的逆天------纯文本提示就能精准分割多个同类目标，还带 ID 和置信度，完爆 SAM2 的点+框交互方式。

先直接上干货，下方是原始图像：

输入提示词 "shoe"，结果：

再换提示词 "child"，结果：

这才是真正的"语义理解+分割"啊！支持文本、参考图像、视频追踪等多模态提示，潜力巨大。

下面我把整个 Windows 本地跑通过程手把手写成最详细图文教程，包含我踩过的所有坑 + 解决方案，跟着做，100%能跑起来。

环境要求（必须满足）

NVIDIA 独显（AMD/核显无解）
CUDA ≥ 12.6（强烈建议更新到最新显卡驱动）
已安装 Conda（Miniconda 或 Anaconda 都行）

完整步骤（已亲测 4090 + Win11 完美运行）

创建并激活环境

conda create -n sam3 python=3.12 -y
conda activate sam3
安装 PyTorch（必须这个版本，官方指定）

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126
下载源码（推荐直接下载 zip，避免 git 克隆不稳定）

GitHub 地址：https://github.com/facebookresearch/sam3

下载 ZIP → 解压 → 打开文件夹

进入项目目录，安装核心依赖

cd path\to\sam3-main
pip install -e .
安装示例所需额外包

pip install opencv-python matplotlib pandas tqdm

重大坑位一：Windows 下缺少 triton 包

直接运行会报 No module named 'triton' 官方 triton 不支持 Windows，但社区大佬已编译好替代版：

复制代码

pip install triton-windows==3.3.0.post19

装完这步基本解决 90% 人的卡死问题

重大坑位二：权重无法下载（最致命）

SAM3 权重放在 Hugging Face，需要申请访问权限。我申请了 → 被拒了很多人也一样被拒，目前 Meta 不知道按什么标准批。

好在社区已经有人放出了直链，我下载好了：文件：sam3.pt 大小约 3.2GB

把 sam3.pt 复制到项目根目录（和 sam3 文件夹同级）

然后修改源码，让它加载本地权重（否则默认去 HF 下载，会一直网络错误）

打开文件：sam3/model_builder.py

找到以下两处（Ctrl+F 搜索关键字）：

复制代码

load_from_hf = True   → 改成 False

checkpoint_path = None   → 改成 "sam3.pt"

改完保存。

最终测试代码

新建 main.py 文件，粘贴以下代码：

复制代码

import torch
import matplotlib.pyplot as plt
from PIL import Image

from sam3.model_builder import build_sam3_image_model
from sam3.model.sam3_image_processor import Sam3Processor
from sam3.visualization_utils import plot_results

# 加载模型（会自动读取本地 sam3.pt）
model = build_sam3_image_model()
processor = Sam3Processor(model)

# 加载测试图片
image = Image.open("assets/images/test_image.jpg")

# 设置图像（这一步会做全图编码）
inference_state = processor.set_image(image)

# 文本提示分割（换成你想要的词）
inference_state = processor.set_text_prompt(state=inference_state, prompt="child")
# 或者分割鞋子：prompt="shoe"
# 或者试试：prompt="foot" / "sock" / "person" / "hat" 都好使

# 可视化结果（我修复了官方 plot_results 没 plt.show() 的 bug）
plot_results(image, inference_state)
plt.show()  # 加上这句才能弹出图片

运行 python main.py

第一次运行会稍微慢一点（加载模型），之后就很快了。

至此，SAM3 就在你本地完美跑起来了！后续我还会继续出：

参考图像分割
视频目标追踪
结合 CLIP 做更复杂提示
自定义数据集微调等进阶玩法

系列都会持续更新，建议关注 + 收藏，随时来看最新进展～

最后：关于权重文件 sam3.pt

我这里已经下载好了（3.2GB，完整官方权重）

需要的朋友请：三连 + 关注 + 在评论区或私信留邮箱

我看到会统一打包发给大家（免费，手动发，可能稍微慢一点，耐心等哈）

手动码字+截图三小时，全程干货，如果觉得有用，麻烦给个三连鼓励一下～

我们下期见！