不用标注数据！用SAM 3零成本搞定遥感图像分割：SegEarth-OV3保姆级上手教程

零标注实战：用SAM 3+SegEarth-OV3玩转遥感图像分割

当你在无人机航拍中发现成片的光伏板需要统计面积，或是灾害评估中急需定位损毁建筑时，传统方法往往要求准备大量标注数据——这个门槛让许多个人开发者和研究团队望而却步。现在，只需一张原始图像和几个关键词，SAM 3与SegEarth-OV3的组合能在十分钟内给出专业级分割结果。本文将带你体验这套零标注方案的完整工作流，从环境配置到结果优化，解决实际场景中的各类"坑点"。

1. 五分钟极速部署指南

1.1 跨平台环境配置技巧

无论使用Windows+WSL2还是原生Linux系统，建议优先创建Python 3.9虚拟环境以避免依赖冲突。以下命令可快速完成基础环境搭建：

conda create -n segearth python=3.9 -y
conda activate segearth
pip install torch==2.1.0 torchvision==0.16.0 --index-url https://download.pytorch.org/whl/cu118

对于没有GPU的设备，添加--extra-index-url https://download.pytorch.org/whl/cpu参数即可切换至CPU版本。实测在RTX 3060显卡上，完整推理过程仅需2-3分钟/张（2048×2048分辨率）。

1.2 源码获取与依赖安装

SegEarth-OV3的GitHub仓库已提供一键安装脚本：

git clone https://github.com/earth-insights/SegEarth-OV-3
cd SegEarth-OV-3
pip install -r requirements.txt

常见报错解决方案：

• libGL.so缺失：Ubuntu执