Referencia para ultralytics/models/sam/predict.py
Nota
Este archivo está disponible en https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/models/ sam/predict .py. Si detectas algún problema, por favor, ayuda a solucionarlo contribuyendo con una Pull Request 🛠️. ¡Gracias 🙏!
ultralytics.models.sam.predict.Predictor
Bases: BasePredictor
Clase Predictor para el Modelo de Todo Segmento (SAM), que extiende a BasePredictor.
La clase proporciona una interfaz para la inferencia de modelos adaptada a las tareas de segmentación de imágenes. Con una arquitectura avanzada y capacidades de segmentación que se pueden activar, facilita la generación de máscaras flexibles y en tiempo real. en tiempo real. La clase es capaz de trabajar con varios tipos de indicaciones, como cuadros delimitadores puntos y máscaras de baja resolución.
Atributos:
Nombre | Tipo | Descripción |
---|---|---|
cfg |
dict
|
Diccionario de configuración que especifica los parámetros relacionados con el modelo y las tareas. |
overrides |
dict
|
Diccionario que contiene valores que anulan la configuración por defecto. |
_callbacks |
dict
|
Diccionario de funciones de llamada de retorno definidas por el usuario para aumentar el comportamiento. |
args |
namespace
|
Espacio de nombres para contener argumentos de la línea de comandos u otras variables operativas. |
im |
Tensor
|
Imagen de entrada preprocesada tensor. |
features |
Tensor
|
Características de imagen extraídas utilizadas para la inferencia. |
prompts |
dict
|
Colección de varios tipos de indicaciones, como cajas delimitadoras y puntos. |
segment_all |
bool
|
Indicador para controlar si se segmentan todos los objetos de la imagen o sólo los especificados. |
Código fuente en ultralytics/models/sam/predict.py
35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 |
|
__init__(cfg=DEFAULT_CFG, overrides=None, _callbacks=None)
Inicializa el Pronosticador con la configuración, las anulaciones y las llamadas de retorno.
El método configura el objeto Pronosticador y aplica las anulaciones de configuración o las llamadas de retorno que se hayan proporcionado. En inicializa los ajustes específicos de la tarea para SAM, como que retina_masks se establezca en True para obtener resultados óptimos.
Parámetros:
Nombre | Tipo | Descripción | Por defecto |
---|---|---|---|
cfg |
dict
|
Diccionario de configuración. |
DEFAULT_CFG
|
overrides |
dict
|
Diccionario de valores para anular la configuración por defecto. |
None
|
_callbacks |
dict
|
Diccionario de funciones de llamada de retorno para personalizar el comportamiento. |
None
|
Código fuente en ultralytics/models/sam/predict.py
generate(im, crop_n_layers=0, crop_overlap_ratio=512 / 1500, crop_downscale_factor=1, point_grids=None, points_stride=32, points_batch_size=64, conf_thres=0.88, stability_score_thresh=0.95, stability_score_offset=0.95, crop_nms_thresh=0.7)
Realiza la segmentación de la imagen utilizando el modelo Segment Anything (SAM).
Esta función segmenta una imagen entera en partes constituyentes aprovechando la arquitectura avanzada de SAM y su rendimiento en tiempo real. Opcionalmente, puede trabajar con recortes de imagen para una segmentación más fina.
Parámetros:
Nombre | Tipo | Descripción | Por defecto |
---|---|---|---|
im |
Tensor
|
Entrada tensor que representa la imagen preprocesada con dimensiones (N, C, H, W). |
necesario |
crop_n_layers |
int
|
Especifica el número de capas para las predicciones de máscara adicionales en los recortes de imagen. Cada capa produce 2**i_número de capas de recortes de imagen. |
0
|
crop_overlap_ratio |
float
|
Determina el solapamiento entre cultivos. Se reduce en capas posteriores. |
512 / 1500
|
crop_downscale_factor |
int
|
Factor de escala para el número de puntos muestreados por lado en cada capa. |
1
|
point_grids |
list[ndarray]
|
Cuadrículas personalizadas para el muestreo de puntos normalizadas a [0,1]. Utilizadas en la enésima capa de cultivo. |
None
|
points_stride |
int
|
Número de puntos a muestrear a lo largo de cada lado de la imagen. Exclusivo con 'rejilla_puntos'. |
32
|
points_batch_size |
int
|
Tamaño del lote para el número de puntos procesados simultáneamente. |
64
|
conf_thres |
float
|
Umbral de confianza [0,1] para el filtrado basado en la predicción de la calidad de la máscara del modelo. |
0.88
|
stability_score_thresh |
float
|
Umbral de estabilidad [0,1] para el filtrado de máscaras basado en la estabilidad de la máscara. |
0.95
|
stability_score_offset |
float
|
Valor de compensación para calcular la puntuación de estabilidad. |
0.95
|
crop_nms_thresh |
float
|
Corte de IoU para que el SMN elimine las máscaras duplicadas entre cultivos. |
0.7
|
Devuelve:
Tipo | Descripción |
---|---|
tuple
|
Una tupla que contiene máscaras segmentadas, puntuaciones de confianza y cuadros delimitadores. |
Código fuente en ultralytics/models/sam/predict.py
210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 |
|
inference(im, bboxes=None, points=None, labels=None, masks=None, multimask_output=False, *args, **kwargs)
Realiza la inferencia de segmentación de la imagen basándote en las claves de entrada dadas, utilizando la imagen cargada actualmente. Este método de método aprovecha la arquitectura SAM(Segment Anything Model), que consiste en un codificador de imágenes, un codificador de indicaciones y un decodificador de máscaras para tareas de segmentación en tiempo real y con indicaciones. decodificador de máscaras para tareas de segmentación en tiempo real y con avisos.
Parámetros:
Nombre | Tipo | Descripción | Por defecto |
---|---|---|---|
im |
Tensor
|
La imagen de entrada preprocesada en formato tensor , con forma (N, C, H, W). |
necesario |
bboxes |
ndarray | List
|
Cajas delimitadoras con forma (N, 4), en formato XYXY. |
None
|
points |
ndarray | List
|
Puntos que indican la ubicación de los objetos con forma (N, 2), en píxeles. |
None
|
labels |
ndarray | List
|
Etiquetas para indicaciones de puntos, forma (N, ). 1 = primer plano, 0 = segundo plano. |
None
|
masks |
ndarray
|
Máscaras de baja resolución de la forma de predicciones anteriores (N,H,W). Para SAM H=W=256. |
None
|
multimask_output |
bool
|
Bandera para devolver varias máscaras. Útil para indicaciones ambiguas. |
False
|
Devuelve:
Tipo | Descripción |
---|---|
tuple
|
Contiene los tres elementos siguientes - np.ndarray: Las máscaras de salida en forma CxHxW, donde C es el número de máscaras generadas. - np.ndarray: Una matriz de longitud C que contiene las puntuaciones de calidad predichas por el modelo para cada máscara. - np.ndarray: Logits de baja resolución de forma CxHxW para la inferencia posterior, donde H=W=256. |
Código fuente en ultralytics/models/sam/predict.py
postprocess(preds, img, orig_imgs)
Postprocesa los resultados de la inferencia de SAM para generar máscaras de detección de objetos y cuadros delimitadores.
El método escala las máscaras y las cajas al tamaño de la imagen original y aplica un umbral a las predicciones de las máscaras. El modelo SAM utiliza una arquitectura avanzada y tareas de segmentación incitables para lograr un rendimiento en tiempo real.
Parámetros:
Nombre | Tipo | Descripción | Por defecto |
---|---|---|---|
preds |
tuple
|
El resultado de la inferencia del modelo SAM , que contiene máscaras, puntuaciones y cuadros delimitadores opcionales. |
necesario |
img |
Tensor
|
La imagen de entrada procesada tensor. |
necesario |
orig_imgs |
list | Tensor
|
Las imágenes originales, sin procesar. |
necesario |
Devuelve:
Tipo | Descripción |
---|---|
list
|
Lista de objetos Resultados que contienen máscaras de detección, cuadros delimitadores y otros metadatos. |
Código fuente en ultralytics/models/sam/predict.py
pre_transform(im)
Realiza transformaciones iniciales en la imagen de entrada para preprocesarla.
El método aplica transformaciones, como el cambio de tamaño, para preparar la imagen para su posterior preprocesamiento. Actualmente no se admite la inferencia por lotes, por lo que la longitud de la lista debe ser 1.
Parámetros:
Nombre | Tipo | Descripción | Por defecto |
---|---|---|---|
im |
List[ndarray]
|
Lista que contiene imágenes en formato de matriz numpy HWC. |
necesario |
Devuelve:
Tipo | Descripción |
---|---|
List[ndarray]
|
Lista de imágenes transformadas. |
Código fuente en ultralytics/models/sam/predict.py
preprocess(im)
Preprocesa la imagen de entrada para la inferencia del modelo.
El método prepara la imagen de entrada aplicando transformaciones y normalización. Admite tanto torch.Tensor como listas de np.ndarray como formatos de entrada.
Parámetros:
Nombre | Tipo | Descripción | Por defecto |
---|---|---|---|
im |
Tensor | List[ndarray]
|
Formato BCHW tensor o lista de matrices numpy HWC. |
necesario |
Devuelve:
Tipo | Descripción |
---|---|
Tensor
|
La imagen preprocesada tensor. |
Código fuente en ultralytics/models/sam/predict.py
prompt_inference(im, bboxes=None, points=None, labels=None, masks=None, multimask_output=False)
Función interna para la inferencia de segmentación de imágenes basada en pistas como cuadros delimitadores, puntos y máscaras. Aprovecha la arquitectura especializada de SAM para la segmentación en tiempo real basada en indicaciones.
Parámetros:
Nombre | Tipo | Descripción | Por defecto |
---|---|---|---|
im |
Tensor
|
La imagen de entrada preprocesada en formato tensor , con forma (N, C, H, W). |
necesario |
bboxes |
ndarray | List
|
Cajas delimitadoras con forma (N, 4), en formato XYXY. |
None
|
points |
ndarray | List
|
Puntos que indican la ubicación de los objetos con forma (N, 2), en píxeles. |
None
|
labels |
ndarray | List
|
Etiquetas para indicaciones de puntos, forma (N, ). 1 = primer plano, 0 = segundo plano. |
None
|
masks |
ndarray
|
Máscaras de baja resolución de la forma de predicciones anteriores (N,H,W). Para SAM H=W=256. |
None
|
multimask_output |
bool
|
Bandera para devolver varias máscaras. Útil para indicaciones ambiguas. |
False
|
Devuelve:
Tipo | Descripción |
---|---|
tuple
|
Contiene los tres elementos siguientes - np.ndarray: Las máscaras de salida en forma CxHxW, donde C es el número de máscaras generadas. - np.ndarray: Una matriz de longitud C que contiene las puntuaciones de calidad predichas por el modelo para cada máscara. - np.ndarray: Logits de baja resolución de forma CxHxW para la inferencia posterior, donde H=W=256. |
Código fuente en ultralytics/models/sam/predict.py
remove_small_regions(masks, min_area=0, nms_thresh=0.7)
staticmethod
Realiza el postprocesado de las máscaras de segmentación generadas por el Modelo de Todo Segmento (SAM). En concreto, esta función elimina las pequeñas regiones desconectadas y los agujeros de las máscaras de entrada y, a continuación, realiza una Supresión No Máxima (NMS) para eliminar los recuadros duplicados de nueva creación. (NMS) para eliminar los recuadros duplicados de nueva creación.
Parámetros:
Nombre | Tipo | Descripción | Por defecto |
---|---|---|---|
masks |
Tensor
|
Un tensor que contenga las máscaras que se van a procesar. La forma debe ser (N, H, W), donde N es el número de máscaras, H es la altura y W es la anchura. |
necesario |
min_area |
int
|
El área mínima por debajo de la cual se eliminarán las regiones desconectadas y los agujeros. Por defecto es 0. |
0
|
nms_thresh |
float
|
El umbral de IoU para el algoritmo NMS. Por defecto es 0,7. |
0.7
|
Devuelve:
Tipo | Descripción |
---|---|
tuple([Tensor, List[int]])
|
|
Código fuente en ultralytics/models/sam/predict.py
reset_image()
set_image(image)
Preprocesa y fija una sola imagen para la inferencia.
Esta función configura el modelo si no está ya inicializado, configura la fuente de datos a la imagen especificada, y preprocesa la imagen para la extracción de características. Sólo se puede configurar una imagen a la vez.
Parámetros:
Nombre | Tipo | Descripción | Por defecto |
---|---|---|---|
image |
str | ndarray
|
Ruta del archivo de imagen como cadena, o una imagen np.ndarray leída por cv2. |
necesario |
Aumenta:
Tipo | Descripción |
---|---|
AssertionError
|
Si se establece más de una imagen. |
Código fuente en ultralytics/models/sam/predict.py
set_prompts(prompts)
setup_model(model, verbose=True)
Inicializa el Modelo de Todo Segmento (SAM) para la inferencia.
Este método configura el modelo SAM asignándolo al dispositivo adecuado e inicializando los parámetros necesarios para la normalización de la imagen y otros ajustes de compatibilidad de . para la normalización de la imagen y otros ajustes de compatibilidad de Ultralytics .
Parámetros:
Nombre | Tipo | Descripción | Por defecto |
---|---|---|---|
model |
Module
|
Un modelo preentrenado SAM . Si es Ninguno, se construirá un modelo basado en la configuración. |
necesario |
verbose |
bool
|
Si es Verdadero, imprime la información del dispositivo seleccionado. |
True
|
Atributos:
Nombre | Tipo | Descripción |
---|---|---|
model |
Module
|
El modelo SAM asignado al dispositivo elegido para la inferencia. |
device |
device
|
El dispositivo al que se asignan el modelo y los tensores. |
mean |
Tensor
|
Los valores medios para la normalización de la imagen. |
std |
Tensor
|
Los valores de la desviación típica para la normalización de la imagen. |
Código fuente en ultralytics/models/sam/predict.py
setup_source(source)
Configura la fuente de datos para la inferencia.
Este método configura la fuente de datos de la que se obtendrán las imágenes para la inferencia. La fuente puede ser un directorio, un archivo de vídeo u otros tipos de fuentes de datos de imágenes.
Parámetros:
Nombre | Tipo | Descripción | Por defecto |
---|---|---|---|
source |
str | Path
|
La ruta a la fuente de datos de la imagen para la inferencia. |
necesario |