SAM3 提示词图片分割 ComfyUI 懒人整合包

github地址：

Meta AI SAM 3 模型介绍

Meta AI 开源的 SAM 3（Segment Anything Model 3）是一个用于图像与视频分割的最新视觉基础模型，来自 facebookresearch 团队。该模型在前代 SAM / SAM 2 的基础上做了较大升级。

以下是简要但结构化的介绍：

SAM 3 是一个**可提示（promptable）**的视觉分割模型。其核心逻辑为：用户通过"文字、点、框或示例图片"描述目标，模型自动找出所有对应对象并生成像素级分割结果。

它不仅能够"分割一个物体"，还具备以下能力：

示例：

Promptable Concept Segmentation (PCS)
- 这是 SAM 3 的核心能力，从"单个物体分割"升级为"概念级分割"。
- 支持文本概念与图像示例联合提示。
- 可以识别"整类实例"。
更强的开放词汇能力
- 可处理非常大范围的语义类别。
- Benchmark（SA-Co）覆盖约：
  - 27 万 + 评估概念
  - 400 万 + 自动标注概念
新架构设计 SAM 3 主要由两部分组成，并共享同一个视觉 backbone：
- Detector（检测器）：基于 DETR 风格，负责找对象。
- Tracker（跟踪器）：用于视频中跨帧一致性。
- 关键创新 ：
  - Presence Token（存在性判断）：先判断"这个概念是否存在"，再做定位。
  - 解耦检测与跟踪结构：提升稳定性与扩展性。
数据规模大幅提升
- 通过自动构建数据引擎，生成 400 万 + 概念标注数据。
- 是目前最大级别的开放词汇分割数据集之一。
支持图像 + 视频统一处理
- 图像分割（instance segmentation）。
- 视频分割与对象追踪。
- 交互式 refinement（点选/框选修正）。