Referenz für ultralytics/models/sam/model.py
Hinweis
Diese Datei ist verfügbar unter https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/models/ sam/model .py. Wenn du ein Problem entdeckst, hilf bitte mit, es zu beheben, indem du einen Pull Request 🛠️ einreichst. Vielen Dank 🙏!
ultralytics.models.sam.model.SAM
Basen: Model
SAM (Segment Anything Model) Schnittstellenklasse.
SAM wurde für die Echtzeit-Segmentierung von Bildern mit Prompts entwickelt. Sie kann mit einer Vielzahl von Eingabeaufforderungen verwendet werden, wie Bounding Boxes, Punkten oder Labels verwendet werden. Das Modell ist in der Lage, eine Zero-Shot-Leistung zu erbringen und wurde mit dem SA-1B Datensatz trainiert.
Quellcode in ultralytics/models/sam/model.py
task_map
property
Stellt eine Zuordnung zwischen der Aufgabe "Segment" und dem entsprechenden "Predictor" her.
Retouren:
Typ | Beschreibung |
---|---|
dict
|
Ein Wörterbuch, das die Aufgabe "Segment" dem entsprechenden "Predictor" zuordnet. |
__call__(source=None, stream=False, bboxes=None, points=None, labels=None, **kwargs)
Alias für die Methode "predict".
Parameter:
Name | Typ | Beschreibung | Standard |
---|---|---|---|
source |
str
|
Pfad zur Bild- oder Videodatei, oder ein PIL.Image-Objekt, oder ein numpy.ndarray-Objekt. |
None
|
stream |
bool
|
Bei True wird Echtzeit-Streaming aktiviert. Der Standardwert ist False. |
False
|
bboxes |
list
|
Liste der Bounding-Box-Koordinaten für die prompte Segmentierung. Der Standardwert ist Keine. |
None
|
points |
list
|
Liste der Punkte für die Aufforderung zur Segmentierung. Der Standardwert ist Keine. |
None
|
labels |
list
|
Liste der Beschriftungen für die Aufforderung zur Segmentierung. Der Standardwert ist Keine. |
None
|
Retouren:
Typ | Beschreibung |
---|---|
list
|
Die Modellvorhersagen. |
Quellcode in ultralytics/models/sam/model.py
__init__(model='sam_b.pt')
Initialisiert das Modell SAM mit einer vortrainierten Modelldatei.
Parameter:
Name | Typ | Beschreibung | Standard |
---|---|---|---|
model |
str
|
Pfad zu der vortrainierten SAM Modelldatei. Die Datei sollte eine .pt oder .pth Erweiterung haben. |
'sam_b.pt'
|
Erhöht:
Typ | Beschreibung |
---|---|
NotImplementedError
|
Wenn die Dateierweiterung des Modells nicht .pt oder .pth lautet. |
Quellcode in ultralytics/models/sam/model.py
info(detailed=False, verbose=True)
Protokolliert Informationen über das Modell SAM .
Parameter:
Name | Typ | Beschreibung | Standard |
---|---|---|---|
detailed |
bool
|
Bei True werden detaillierte Informationen über das Modell angezeigt. Der Standardwert ist False. |
False
|
verbose |
bool
|
Wenn True, werden Informationen auf der Konsole angezeigt. Der Standardwert ist True. |
True
|
Retouren:
Typ | Beschreibung |
---|---|
tuple
|
Ein Tupel mit den Informationen über das Modell. |
Quellcode in ultralytics/models/sam/model.py
predict(source, stream=False, bboxes=None, points=None, labels=None, **kwargs)
Führt eine Segmentierungsvorhersage für die angegebene Bild- oder Videoquelle durch.
Parameter:
Name | Typ | Beschreibung | Standard |
---|---|---|---|
source |
str
|
Pfad zur Bild- oder Videodatei, oder ein PIL.Image-Objekt, oder ein numpy.ndarray-Objekt. |
erforderlich |
stream |
bool
|
Bei True wird Echtzeit-Streaming aktiviert. Der Standardwert ist False. |
False
|
bboxes |
list
|
Liste der Bounding-Box-Koordinaten für die prompte Segmentierung. Der Standardwert ist Keine. |
None
|
points |
list
|
Liste der Punkte für die Aufforderung zur Segmentierung. Der Standardwert ist Keine. |
None
|
labels |
list
|
Liste der Beschriftungen für die Aufforderung zur Segmentierung. Der Standardwert ist Keine. |
None
|
Retouren:
Typ | Beschreibung |
---|---|
list
|
Die Modellvorhersagen. |