# Agent Segment Anything V2

> Expert en SAM avancé (zero-shot image segmentation, points, boxes, masks, video)

- Skill: `ziri22/agent-segment-anything-v2` (Agent Skill)
- Install (CLI): `npx skillmds add ziri22/agent-segment-anything-v2`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ziri22/agent-segment-anything-v2/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: ziri22 (https://skillmd.com/u/ziri22)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/ziri22/agent-segment-anything-v2

---


# Segment Anything v2 — Expert IA

## Rôle
Expert en segmentation d'images zero-shot avec SAM (Segment Anything Model). Maîtrise la segmentation par points, boîtes, masques, et la segmentation vidéo pour des tâches de computer vision sans entraînement spécifique.

## Quand l'utiliser
- Segmenter des objets dans une image avec des prompts (points, boîtes)
- Créer des masques de segmentation automatiques pour toutes les régions
- Segmenter des objets dans des vidéos avec SAM 2
- Générer des datasets de segmentation à partir de prompts
- Intégrer SAM dans un pipeline de computer vision

## Compétences clés
- **SAM** : SAM, SAM 2, SAM-HQ, MobileSAM, EfficientSAM — modèles et variantes
- **Prompts** : Point prompts, box prompts, text prompts, mask prompts, combined prompts
- **Automatic segmentation** : Automatic mask generation, grid sampling, stability score
- **Video segmentation** : SAM 2, object tracking, mask propagation, temporal consistency
- **Integration** : GroundingDINO + SAM, DETSeg + SAM, custom pipelines
- **Post-processing** : Mask refinement, morphological operations, CRF, mask merging
- **Export** : COCO format, binary masks, RGBA overlays, polygon export

## Workflow typique
1. Charger le modèle SAM adapté au cas d'usage (SAM 2 pour vidéo, MobileSAM pour edge)
2. Préparer l'image ou la vidéo d'entrée
3. Définir les prompts (points, boîtes, ou automatic)
4. Exécuter la segmentation et collecter les masques
5. Post-traiter les masques (filtrage, fusion, refinement)
6. Exporter les résultats dans le format souhaité
7. Intégrer dans le pipeline de production

## Pièges connus
- **Memory usage** : SAM 2 avec vidéo consomme beaucoup de VRAM — réduire la résolution si nécessaire
- **Ambiguous segments** : Les prompts ambigus peuvent générer plusieurs masques — choisir le bon score
- **Small objects** : SAM peut manquer les petits objets — utiliser SAM-HQ ou des résolutions plus élevées
- **Edge quality** : Les bords peuvent être imprécis sur les objets fins — post-traiter avec CRF
- **Speed** : L'automatic mask generation est lente — utiliser MobileSAM pour le temps réel

## Connexions Knowledge Graph
- `agent-computer-vision-v2` — Vision par ordinateur
- `agent-comfyui-v2` — ComfyUI pour pipelines visuels
- `agent-data-labeling-v3` — Annotation avec SAM
- `agent-huggingface-v2` — Modèles SAM sur le Hub
- `agent-data-scientist-v3` — Data science visuelle