Prerequisites
- Python 3.12+
- PyTorch 2.7+
- GPU z CUDA 12.6+
1. Utwórz środowisko Conda
conda create -n sam3 python=3.12
conda deactivate
conda activate sam32. Zainstaluj PyTorch z obsługą CUDA
pip install torch==2.7.0 torchvision torchaudio --index-url https://download.pytorch.org/whl/cu1263. Pobierz i zainstaluj SAM3
git clone https://github.com/facebookresearch/sam3.git
cd sam3
pip install -e .SITE DETECT to lokalna aplikacja webowa służąca do przesyłania zdjęć, automatycznego detektowania obiektów przy pomocy modelu SAM3 oraz przeglądania wyników i metadanych. Aplikacja obsługuje także georeferencowane TIFFy oraz posiada wbudowanego asystenta AI integrującego kontekst wykryć.
- Szybkie przetwarzanie obrazu przez SAM3 i zapis wyników (maski, bounding boxy, score).
- Generowanie plików JSON z detekcjami i mapą kolorów dla spójnej wizualizacji.
- Interfejs webowy z możliwością uploadu, podglądu, usuwania i masowego przetwarzania zdjęć.
- Obsługa GeoTIFF: lista obrazów z granicami geograficznymi oraz nakładanie w Leaflet.
- Asystent AI (LLM) do analizy wyników i uruchamiania ponownych detekcji z innymi promptami.
- Zainstaluj zależności:
pip install -r requirements.txt- Uruchom serwer (domyślnie port
5000):
python3 app_v3.py- Otwórz przeglądarkę:
http://localhost:5000
app_v3.py— główny serwer Flask (SAM3, endpointy, zarządzanie plikami i detekcjami).templates/index.html— frontend aplikacji (dashboard, panel AI, mapy).uploads_raw/,uploads/— katalogi na pliki RAW i przetworzone wyniki.detections/— pliki JSON z wynikami detekcji.ai_agent.py— opcjonalny moduł agenta AI (wbudowany LLM).
- Aplikacja wykrywa urządzenie CUDA jeśli jest dostępne i automatycznie używa GPU do przyspieszenia SAM3.
- Jeśli chcesz używać agenta AI, podaj
GROQ_API_KEY.
Stanisław Wieczyński, Piotr Pawlus, Mateusz Stelmasiak, Bartosz Ziółkowski, Szymon Ziędalski