lang-segment-anything安装

### 如何安装 `lang-segment-anything` 库

为了成功安装并配置 `lang-segment-anything`，需遵循一系列特定步骤来设置开发环境。确保已安装 Python 3.x 和 pip 工具之后，可以通过以下方法完成必要的准备工作。

#### 创建虚拟环境
推荐使用 Conda 来管理依赖关系和创建隔离的工作空间。依据 GitHub 上的操作指南，利用 YAML 文件定义所需软件包列表：

conda env create -f environment.yml

需要注意的是，在 `environment.yml` 文件中应将 groundingdino 修改为 groundingdino-py，并且可以选择跳过 lang-sam 的安装[^3]。

#### 安装 PyTorch 及其组件
对于 GPU 支持版本的 PyTorch 安装命令如下所示：

pip install torch torchvision torchmetrics --index-url https://download.pytorch.org/whl/cu118

此指令会下载适用于 CUDA 11.8 版本的预编译二进制文件。

#### 获取项目依赖项
除了上述核心库外，还需满足其他第三方模块的要求。这通常涉及读取根目录下的 `requirements.txt` 文件并通过 Pip 执行批量安装任务：

pip install -r requirements.txt

该过程涵盖了 segment-anything 和 groundingdino 等重要组成部分的部署工作[^2]。

#### 下载模型权重
最后一步是从官方资源获取训练好的模型参数。具体做法取决于项目的文档说明或脚本提示。

通过以上流程，便可以在本地环境中顺利搭建起支持文本提示功能的语言分割工具——`lang-segment-anything`[^4]。