YOLO26+SAM3实战教程：从检测到分割，一键搞定目标掩码生成【附源码】
YOLO26+SAM3实战教程：从检测到分割，一键搞定目标掩码生成【附源码】
《博主简介》
小伙伴们好，我是阿旭。
专注于计算机视觉领域，包括目标检测、图像分类、图像分割和目标跟踪等项目开发，提供模型对比实验、答疑辅导等。
《------往期经典推荐------》
二、机器学习实战专栏【链接】，已更新31期，欢迎关注，持续更新中~~
三、深度学习【Pytorch】专栏【链接】
四、【Stable Diffusion绘画系列】专栏【链接】
五、YOLOv8改进专栏【链接】，持续更新中~~
六、YOLO性能对比专栏【链接】，持续更新中~
《------正文------》
目录
引言
在计算机视觉任务中，目标检测负责“找得到”物体，而分割负责“分得出”物体的像素级轮廓。今天我们就用YOLO26（极速目标检测）+ SAM3（精准掩码生成）搭建一套实用的流水线，无需从零训练分割模型，就能快速得到干净的二值掩码结果。
这套方案既保留了YOLO26的检测速度，又发挥了SAM3的掩码精度，不管是做数据集构建、背景移除还是视觉质检，都能直接复用，而且代码足够简洁，新手也能轻松上手。
第一步：搭建运行环境
环境混乱是新手踩坑的重灾区，我们用Conda创建独立环境，确保PyTorch、Ultralytics（YOLO/SAM2的核心库）、OpenCV版本匹配，避免“本地能跑、换机器就崩”的问题。
环境配置命令
# 1. 创建名为Yolo-311的Conda环境，指定Python3.11
conda create --name Yolo-311 python=3.11
# 2. 激活该环境（后续安装的包都只在这个环境生效）
conda activate Yolo-311
# 3. 验证CUDA版本（确保后续装的PyTorch适配显卡）
nvcc --version
# 4. 安装支持CUDA 12.4的PyTorch（GPU加速必备）
conda install pytorch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 pytorch-cuda=12.4 -c pytorch -c nvidia
# 5. 安装指定版本的Ultralytics
pip install ultralytics==8.4.0
# 6. 安装OpenCV（处理图像读写和掩码操作）
pip install opencv-python==4.10.0.84
第二步：用YOLO26完成目标检测，提取边界框
YOLO26在这里的核心作用是“定位”——快速找到图像中的目标，并输出边界框（XYXY格式）。这些边界框会作为SAM3的输入提示，告诉SAM3该聚焦哪些区域做分割。
核心代码
# 导入核心库
from ultralytics import YOLO # YOLO模型核心接口
import cv2 # 图像读写
import numpy as np # 数组和掩码处理
# 1. 加载预训练的YOLO26n模型（轻量化版本，速度快）
model = YOLO("YOLO26n.pt")
# 2. 定义待处理的图像路径（可批量添加）
image_paths = [
"Inbal-Midbar 768.jpg",
"Rahaf.jpg"
]
# 3. 批量读取图像到内存
imgs = [cv2.imread(path) for path in image_paths]
# 4. 运行YOLO26推理（一键检测目标）
print("开始目标检测，提取边界框...")
results = model(imgs)
# 5. 提取每张图的边界框（转XYXY格式的NumPy数组）
bboxes_list = []
for result in results:
# 把YOLO输出的边界框转成可复用的数组格式
boxes = result.boxes.xyxy.cpu().numpy()
bboxes_list.append(boxes)
# 可视化检测结果（快速校验目标是否识别准确）
result.show()
# 打印边界框坐标（调试用，可注释）
for i , bboxes in enumerate(bboxes_list):
print(f"第{i+1}张图的边界框（XYXY格式）:")
for bbox in bboxes:
print(f" {bbox}")
这一步的关键是拿到“可靠的边界框”——如果YOLO26没定位准，后续SAM3的分割结果也会跑偏，所以建议先通过result.show()可视化检测结果，确认目标都被框中。
第三步：用SAM3把边界框转成像素级掩码
SAM3是目前最易用的分割模型之一，只需传入“边界框提示”，就能精准分割出目标的轮廓。我们用Ultralytics封装的SAM接口，无需复杂配置，一键就能生成掩码。
核心代码
from ultralytics import SAM # 导入SAM2模型接口
import matplotlib.pyplot as plt # 可视化掩码
# 1. 加载SAM2预训练模型
sam_model = SAM("sam3.pt")
# 2. 批量运行SAM2分割（用YOLO26的边界框做提示）
print("开始用SAM3进行目标分割...")
sam_results = []
for i , img_path in enumerate(image_paths):
# 传入图像路径+对应边界框，生成掩码
result = sam_model(img_path, bboxes=bboxes_list[i])
sam_results.append(result)
第四步：合并掩码，生成二值结果
SAM3会为每个目标生成独立掩码，我们需要把这些掩码合并成一张二值图（目标区域为白色，背景为黑色），方便后续保存和使用。
核心代码
def create_binary_mask(image_path , results):
# 读取原图，匹配掩码尺寸
img = cv2.imread(image_path)
h , w, _ = img.shape
# 创建全黑的空掩码图
mask_img = np.zeros((h, w), dtype=np.uint8)
# 遍历所有掩码，合并成一张图
for result in results:
if result.masks is not None: # 确保掩码存在
for mask in result.masks.data.cpu().numpy():
# 把0-1的掩码值转成0-255的灰度图（白色表示目标）
mask = (mask * 255).astype(np.uint8)
# 按位或运算，合并所有掩码
mask_img = cv2.bitwise_or(mask_img, mask)
return mask_img
# 可视化并保存最终掩码
for i , sam_result in enumerate(sam_results):
# 生成二值掩码
binary_mask = create_binary_mask(image_paths[i], sam_result)
# 可视化掩码（更直观查看效果）
plt.figure(figsize=(6,6))
plt.imshow(binary_mask, cmap='gray') # 灰度显示
plt.axis('off') # 隐藏坐标轴
plt.title(f"第{i+1}张图的二值掩码")
plt.show()
# 保存掩码（路径自动拼接，方便批量处理）
mask_save_path = image_paths[i].replace(".jpg", "_mask.jpg")
cv2.imwrite(mask_save_path, binary_mask)
print(f"第{i+1}张图的掩码已保存至：{mask_save_path}")
最终效果展示
处理后的掩码效果如下（左为掩码，右为原图）：
总结
这套流水线的核心逻辑是“分工明确”：YOLO26负责快速定位目标，SAM3负责精准分割轮廓，两者结合既高效又精准。整个流程无需训练，直接用预训练模型就能跑，代码可直接复用在：
- 数据集构建（批量生成目标掩码）；
- 背景移除（用掩码抠出目标）；
- 视觉质检（检测并分割缺陷区域）；
- 其他“先定位、后分割”的计算机视觉场景。
如果需要处理更多图片，只需扩展image_paths列表即可批量运行，新手也能快速上手。
好了，这篇文章就介绍到这里，喜欢的小伙伴感谢给点个赞和关注，更多精彩内容持续更新~~
关于本篇文章大家有任何建议或意见，欢迎在评论区留言交流！
助力广东及东莞地区开发者，代码托管、在线学习与竞赛、技术交流与分享、资源共享、职业发展，成为松山湖开发者首选的工作与学习平台
更多推荐
4
0- 0
已为社区贡献14条内容
所有评论(0)