用途：SAM 用于零样本图像分割，无需任务特定训练即可分割图像中的任意对象，适合交互式标注工具、为其他视觉模型生成训练数据、跨新图像域迁移，以及医学、卫星等特定领域图像处理。
主要能力：支持点（前景/背景）、边界框、已有掩码等灵活提示；可自动生成全部对象掩码；提供 ViT-B（最快）、ViT-L、ViT-H（最准）三种规模；支持 ONNX 导出以便浏览器和边缘设备部署。模型基于 1100 万张图像的 11 亿个掩码训练。
使用方式：安装可执行 pip install git+https://github.com/facebookresearch/segment-anything.git，可选依赖 pip install opencv-python pycocotools matplotlib，或使用 HuggingFace transformers。需下载对应检查点，如 ViT-H 的 sam_vit_h_4b8939.pth（2.4GB）、ViT-L 的 sam_vit_l_0b3195.pth（1.2GB）、ViT-B 的 sam_vit_b_01ec64.pth（375MB）。通过 SamPredictor 设置图像并调用 predict 传入点、框或掩码提示；也可用 SamAutomaticMaskGenerator 自动生成掩码，输出含 segmentation、bbox、area、predicted_iou、stability_score 等字段。
适用场景：交互式分割、对象提取、医学图像分割、批量推理、ONNX 部署等。
限制与替代：实时带类别目标检测宜用 YOLO/Detectron2；语义/全景分割宜用 Mask2Former；文本提示分割宜用 GroundingDINO + SAM；视频分割宜用 SAM 2。显存不足可改用 ViT-B 或缩小图像，推理慢可减少 points_per_side。