Vídeo real de la demo · Narración y subtítulos en inglés · Datos ficticios
EL PROBLEMA
Crear anotaciones requiere acelerar las propuestas sin perder el control sobre etiquetas, límites y calidad.
EL FLUJO
SAM3 local propone seis máscaras de botellas en una escena original. El anotador revisa los límites, corrige cajas y etiquetas y exporta máscaras PNG, COCO con RLE exacto o cajas YOLO con la imagen.
01Imagen y prompt
02Máscaras de instancia locales
03Revisión del anotador
04Exportación COCO, YOLO y PNG
EVIDENCIA REGISTRADA
Resultados, con contexto.
Resultados sobre datos sintéticos
Comprobación
Casos
Número de propuestas en la escena
1/1
Máscaras generadas (comprobación estructural)
6/6
Conjunto
original-controlled-fixtures-v1
Casos completados
1/1
Mediana / p95 por caso
8.433 s / 8.433 s
Registro de evaluación (UTC)
2026-10-08
Fuente: registro de evaluación del proyecto, con inferencia local. Equipo registrado: NVIDIA GeForce RTX 4070 Laptop GPU / 8 GB. La latencia incluye el caso HTTP completo y puede incluir la carga inicial del modelo. Estas mediciones no se han vuelto a ejecutar en el equipo que sirve esta web.
Una herramienta de anotación asistida con control humano, procedencia y exportación a tu formato de entrenamiento.
Qué definiríamos antes
Taxonomía, guías de anotación, formatos de salida, revisión de calidad y separación de entrenamiento y validación.
Límites de esta demostración
Una escena original generada con IA. Se comprueba la existencia de seis máscaras y su exportación, sin afirmar un IoU de segmentación. Las cajas manuales se identifican como humanas. El archivo de una imagen no es un dataset de entrenamiento validado.
Demo evaluada
Demo evaluada