在Roboflow用户界面内，通过使用云托管的Segment Anything模型SAM 2，可以比以前更快、更容易、更准确地应用多边形标注。无需设置、无需服务器、无需集成，一键即可创建标注。从今天开始，所有用户都可以免费访问由SAM驱动的智能多边形功能。登录即可尝试使用。
可以以多种方式将数据添加到Roboflow账户。常见的方法包括在Roboflow用户界面中拖放、通过API或CLI、YouTube视频上传，以及利用Roboflow Universe中的200k+开源数据集克隆图片（带或不带标签）到账户。
一旦进入标注界面，点击右侧工具栏中的光标图标以启用智能多边形，并选择增强预览的免费试用。现在，智能多边形在浏览器中运行SAM。会注意到，当悬停在对象上时，可以看到将由初始点击生成的掩码预览。这些预览有助于节省时间，因为可以在应用它们之前看到掩码，并导航图像以找到创建最佳初始掩码的位置。
当创建初始掩码时，将能够选择多边形的复杂性（在它们之间切换以查看差异！），然后按Enter键接受初始掩码。
可以交互式编辑初始掩码，通过在掩码外部点击以扩展掩码，或在掩码内部点击，如果它包含了比想要的对象更多的部分。
对于较大的对象或一次点击未能正确创建掩码的对象，可以点击并拖动以在完整对象周围绘制一个框。使用的方法取决于数据，因此请尝试最适合方法。
使用智能多边形，可以将边界框标注转换为多边形标注。右键单击任何边界框，然后选择“转换为智能多边形”。
通过让SAM将所有边界框转换为多边形，加快将边界框转换为多边形的速度。这是可以使用的一个选项，当知道SAM与自定义数据表现良好时。
还可以使用相同的右键单击方法将多边形转换为贴合的边界框。
建议使用来自生产环境的实际数据，以了解SAM在特定用例中的对象上的表现。高质量的照片可能包含感兴趣的对象，但图像大小或质量可能会影响模型在实践中创建标注的效果。
正如探索使用SAM进行标注一样，有一些区域需要注意。精细的边缘、角落和小空间可能需要更多的努力来捕捉。这些边缘情况受到图像大小和图像质量的影响。
在下面的示例中，左上角的图像是完整的原始图像。在右上角的图像中，当分割地毯时，许多地毯像素未被SAM捕获。在左下角，可以看到SAM在分割手指之间的区域时遇到困难。如果采用相同的图像，裁剪有问题的区域并上传，SAM处理较小空间的能力要好得多。在标注和上传数据时，请考虑这一点。
为了提高速度，当选择要分割的区域时，可以创建多个单独的对象掩码。
SAM是计算机视觉的突破性基础模型，在各个领域都有广泛的应用。阅读更多关于SAM架构的信息，或查看教程，了解如何使用SAM探索可以在下一个计算机视觉项目中利用这个新模型的其他方式。