SAM 3.1 導入ガイド

1. SAM 3.1 とは

SAM 3.1 は Meta が公開している画像の領域分割（セグメンテーション）AI です。LoomStroke では次の機能がこれを使います。

• AI Select ツール：「髪」「人物」などの言葉やクリックから、選択範囲の候補を作ります。
• AI Select Candidates パネル：見つかった候補の合成・レイヤー化。
• Manga Mask Assistant パネル：漫画ページからコマ・フキダシ・人物などのマスクをまとめて作成。

SAM 3.1 は LoomStroke 本体とは別の、専用の実行環境（自分の PC の中で動く小さなサーバー）として動きます。LoomStroke の「セットアップ」ボタンがこの環境を自動で作りますが、モデル本体（チェックポイント）だけは自分でダウンロードして置く必要があります。LoomStroke がモデルを自動でダウンロードすることはありません。

2. 必要なもの

3. 導入手順

手順 1　Python 3.12 以上を入れる

1. python.org から Python 3.13（または 3.12）の Windows 用インストーラーをダウンロードします。
2. インストーラーを起動し、「py launcher」（Python ランチャー）が入る設定のままインストールします。
3. コマンドプロンプトで次を実行し、Python 3.13.x のように表示されれば完了です。

   py -3.13 --version

セットアップは py -3.13 → py -3.12 → py -3 → python の順に Python を探し、3.12 以上の最初に見つかったものを使います。

手順 2　SAM 3.1 用のフォルダーを作る

モデルと実行環境を置くルートフォルダーを作ります。空き容量の多いドライブに、半角英数字だけのパスで作るのがおすすめです。

例：D:\SAM31

このフォルダーに、手順 3 でモデルを置き、手順 5 のセットアップで実行環境（runtime フォルダー）が自動で作られます。

手順 3　モデル（チェックポイント）を入手する

SAM 3.1 のモデルは Hugging Face の facebook/sam3.1 で公開されています。このページはアクセスに同意が必要（ゲート付き）です。

1. Hugging Face にアカウントを作り、ログインします。
2. facebook/sam3.1 を開き、利用条件を読んで、連絡先の共有に同意してアクセスを申請します。承認されるまで少し待つことがあります。
3. 承認後、「Files and versions」タブから リポジトリのファイル一式（sam3.1_multiplex.pt（約 3.5 GB）と config.json などの設定ファイル）をダウンロードし、手順 2 のフォルダーに置きます。

コマンドに慣れている場合は、Hugging Face の公式ツールでまとめて取得できます（ブラウザーでアクセス承認を受けた後に実行します）。

py -3.13 -m pip install -U huggingface_hub
hf auth login
hf download facebook/sam3.1 --local-dir D:\SAM31

hf auth login では、Hugging Face の設定画面（Access Tokens）で作った読み取り用トークンを貼り付けます。hf コマンドが見つからない場合は、Python のインストール時に「Add python.exe to PATH」をオンにしてから入れ直すか、ブラウザーでダウンロードしてください。

モデルは、ルートフォルダーの直下、または checkpoints・model サブフォルダーに置けます。ファイル名が sam3.1_multiplex.pt ならそれを使い、違う名前の場合は .pt ファイルが 1 つだけのときに限りそれを使います（複数あると判断できず「見つからない」扱いになります）。LoomStroke はモデルをコピーも移動もしません。

手順 4　LoomStroke で外部サービスへの接続を許可する

セットアップ中に PyTorch などをダウンロードするため、通信を許可します。

1. 編集 › 環境設定（Ctrl+,）を開き、1「インターフェース」を選びます。
2. 2「外部AIサービス (ComfyUI, LLM Gateway, NanoBanana) を許可」をオンにします。
3. 3「適用」を押して保存します。セットアップは保存済みの設定を見るので、オンにしただけで適用しないと「ネットワークの許可が必要」で止まります。

手順 5　セットアップを実行する

1. 環境設定の左の一覧で SAM 3.1 を選びます。
2. 1「SAM 3.1 ルートフォルダー」の「参照...」で、手順 2 のフォルダーを選びます。3状態の「チェックポイント」にファイル名が表示されれば、モデルが見つかっています。
3. 4「セットアップ」を押します。7のログ欄に経過が流れ、次の 10 段階が順に進みます。

ログの最後に 「SAM 3.1 Ready」と表示されれば完了です。3状態欄が「ランタイム: Ready」「チェックポイント: sam3.1_multiplex.pt」「ワーカー: running」のようになり、GPU 名（CUDA）も表示されます。OK で環境設定を閉じます。

手順 6　動作を確かめる

1. キャンバスに画像を開き、ツールバーから AI Select を選びます（選択グループのボタンを長押し）。
2. プロパティバーの「Prompt」に探したいもの（例：hair、person、flower）を入れ、「Run」を押します。
3. 候補が色付きで表示されれば成功です。「Apply」で選択範囲になります。

初回の実行はモデル（約 3.5 GB）を GPU に読み込むため、少し時間がかかります。ワーカーが止まっている場合は、実行時に自動で起動します。

4. SAM 3.1 設定画面

環境設定 › SAM 3.1 の各項目です（番号は手順 5 の画像に対応）。

5. フォルダーの中身

D:\SAM31\                      ← ルートフォルダー（手順 2）
├ sam3.1_multiplex.pt          ← モデル（手順 3 で自分で置く）
├ config.json ほか              ← モデルの設定ファイル（同上）
├ checkpoints\ / model\        ← （直下に置かない場合のモデルの置き場所）
└ runtime\                     ← セットアップが自動で作成
   ├ venv\                     ← SAM 3.1 専用の Python 環境
   ├ sam3-src\                 ← （任意）オフライン導入用の SAM 3 ソース
   ├ logs\setup.log            ← セットアップのログ
   ├ logs\worker.log           ← ワーカーのログ
   └ state\

6. GPU メモリの扱い

SAM 3.1 はモデルを GPU メモリに読み込んで使います。ComfyUI など他の GPU を使う作業と同時に行うときは、使い終わったらメモリを空けると安定します。

7. うまくいかないとき

失敗するとログ欄に [コード] 内容 と対処方法が表示されます。詳しいログは ルートフォルダー\runtime\logs\setup.log（セットアップ）と worker.log（実行時）にあります。

AI Select でツールを使ったときに「SAM 3.1 is not set up」などと出る場合も、上の表のコードに対応しています。環境設定 › SAM 3.1 の状態欄を確認してください。

8. オフライン導入・削除

SAM 3 本体をオフラインで入れる

GitHub の facebookresearch/sam3 の一式（pyproject.toml を含むフォルダー）を ルートフォルダー\runtime\sam3-src に置くと、SAM 3 本体はそこから導入されます。ただし PyTorch などの部品はネットワークからのダウンロードが必要です。

削除する

1. 環境設定 › SAM 3.1 で「停止」を押してワーカーを止めます。
2. ルートフォルダーを丸ごと削除します（専用環境もモデルもこの中だけにあり、LoomStroke 本体や他の Python には影響しません）。
3. 環境設定 › SAM 3.1 のルートフォルダー欄を空にして OK を押します。

SAM 3.1 のモデルの利用条件は、Hugging Face の facebook/sam3.1 のページで確認してください。