Segment Anything Suite (SAS) es una solución profesional completa de segmentación de imágenes y vídeo basada en inteligencia artificial. Integra los modelos SAM2 y SAM3 de Meta e incorpora mejoras avanzadas de calidad, soporte para imágenes de ultra alta resolución y plugins nativos para las principales aplicaciones creativas.
Novedades en v2.0
- SAMRefiner: Refinamiento iterativo de máscaras usando técnica ICLR 2025 con mejora de 10-15% en IoU.
- SAHI (Sliced Inference): Procesamiento de imágenes 4K+ con teselado automático.
- Presets de calidad: fast_preview (~0.15s), balanced (~0.35s), high_quality (~0.75s), ultra_detail (~1.50s).
- Conteo de instancias: Cuenta objetos sin generar máscaras con modo
count_only. - Multi-GPU: Asigna modelos a GPUs específicas.
- Progreso WebSocket: Actualizaciones en tiempo real para operaciones largas.
- Supresión de derrame: Elimina derrame de chroma key verde/azul con 4 métodos.
- Exportación GIF: Exporta máscaras de vídeo como GIFs animados.
Métodos de Prompting
- Prompts de puntos: Clic en primer plano (positivo) y Alt+Clic en fondo (negativo).
- Prompts de caja: Selección rectangular de área de interés.
- Prompts de texto (SAM3): Descripciones en lenguaje natural ("taxi amarillo", "persona de camisa roja").
- Auto-segmentación: Segmentación automática basada en cuadrícula configurable.
Integraciones Profesionales
- Plugin de After Effects (C++): Modos de inferencia dual, presets de calidad, selección multi-GPU, seguimiento de vídeo nativo.
- Plugin de Photoshop (UXP): Prompts visuales y de texto SAM3, herramientas de edición de máscaras, 4 modos de salida.
- API REST: Documentación OpenAPI/Swagger en
/docs, limitación de velocidad configurable. - Interfaz web Gradio: 4 pestañas unificadas con modo oscuro y atajos de teclado.
Stack Técnico
- Backend: Python con FastAPI
- Modelos: SAM2, SAM3 (Florence-2 + SAM2), PyTorch
- Despliegue: Docker Compose con soporte NVIDIA GPU
Inicio Rápido
git clone https://github.com/yourusername/segment-anything-suite.git
cd segment-anything-suite
./scripts/download_models.sh --large
docker compose up -d
# API: http://localhost:8000/docs
# Web UI: http://localhost:7860