SAM-HQ模型下载

### 下载 SAM-HQ 模型

为了获取 SAM-HQ 模型，需访问官方项目仓库并按照指引操作。SAM-HQ 的项目地址为 [GitCode](https://gitcode.com/gh_mirrors/sa/sam-hq)[^4]。

#### 使用 Git 克隆仓库
推荐的方式是从命令行使用 `git` 工具克隆整个项目：

git clone https://gitcode.com/gh_mirrors/sa/sam-hq.git
cd sam-hq

这会创建一个名为 `sam-hq` 的本地副本，其中包含了所有必要的文件和子目录。

#### 安装依赖项
进入克隆下来的项目根目录后，建议先设置虚拟环境再安装所需的 Python 库。可以利用 `requirements.txt` 来批量安装依赖：

pip install -r requirements.txt

此步骤确保环境中具备运行 SAM-HQ 所必需的所有软件包版本[^3]。

#### 获取预训练权重
对于实际使用的模型权重文件，通常不会直接包含在代码库中而是单独提供下载链接。查阅项目的文档或发布页面寻找具体的下载指导。一般情况下，在完成上述步骤之后，可以通过如下方式加载已有的预训练模型：

from segment_anything import sam_model_registry, SamPredictor
import torch

device = "cuda" if torch.cuda.is_available() else "cpu"
model_type = "vit_l"

# 加载模型架构及其对应配置
sam = sam_model_registry[model_type]()
checkpoint_url = "path_to_checkpoint.pth"  # 替换成真实的URL或者路径
state_dict = torch.hub.load_state_dict_from_url(checkpoint_url, map_location=device)
sam.load_state_dict(state_dict)

predictor = SamPredictor(sam.to(device))

这段代码展示了如何根据给定的模型类型实例化 SAM 对象，并从网络位置加载对应的预训练参数[^1]。