Riferimento per ultralytics/models/sam/predict.py
Nota
Questo file è disponibile su https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/models/ sam/predict .py. Se noti un problema, contribuisci a risolverlo inviando una Pull Request 🛠️. Grazie 🙏!
ultralytics.models.sam.predict.Predictor
Basi: BasePredictor
Classe Predictor per il Segment Anything Model (SAM), che estende BasePredictor.
La classe fornisce un'interfaccia per l'inferenza del modello adatta alle attività di segmentazione delle immagini. Grazie a un'architettura avanzata e a funzionalità di segmentazione a comando, facilita la generazione di maschere flessibili e in tempo reale. generazione di maschere. La classe è in grado di lavorare con vari tipi di suggerimenti come bounding box, punti e maschere a bassa risoluzione, punti e maschere a bassa risoluzione.
Attributi:
Nome | Tipo | Descrizione |
---|---|---|
cfg |
dict
|
Dizionario di configurazione che specifica i parametri relativi al modello e all'attività. |
overrides |
dict
|
Dizionario contenente valori che sovrascrivono la configurazione predefinita. |
_callbacks |
dict
|
Dizionario di funzioni di callback definite dall'utente per aumentare il comportamento. |
args |
namespace
|
Spazio dei nomi per contenere gli argomenti della riga di comando o altre variabili operative. |
im |
Tensor
|
Immagine di ingresso pre-elaborata tensor. |
features |
Tensor
|
Caratteristiche dell'immagine estratte utilizzate per l'inferenza. |
prompts |
dict
|
Raccolta di vari tipi di prompt, come bounding box e punti. |
segment_all |
bool
|
Flag per controllare se segmentare tutti gli oggetti dell'immagine o solo quelli specificati. |
Codice sorgente in 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)
Inizializza il Predicatore con la configurazione, gli override e i callback.
Il metodo configura l'oggetto Predictor e applica qualsiasi override di configurazione o callback fornito. Il metodo inizializza le impostazioni specifiche per SAM, come ad esempio l'impostazione di retina_masks su True per ottenere risultati ottimali.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
cfg |
dict
|
Dizionario di configurazione. |
DEFAULT_CFG
|
overrides |
dict
|
Dizionario di valori per sovrascrivere la configurazione predefinita. |
None
|
_callbacks |
dict
|
Dizionario di funzioni di callback per personalizzare il comportamento. |
None
|
Codice sorgente in 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)
Esegui la segmentazione dell'immagine utilizzando il Segment Anything Model (SAM).
Questa funzione segmenta un'intera immagine in parti costitutive sfruttando l'architettura avanzata di SAM e le prestazioni in tempo reale. e delle prestazioni in tempo reale. Può anche lavorare su ritagli di immagini per una segmentazione più fine.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
im |
Tensor
|
Input tensor che rappresenta l'immagine pre-elaborata con dimensioni (N, C, H, W). |
richiesto |
crop_n_layers |
int
|
Specifica il numero di livelli per le previsioni di maschere aggiuntive sui ritagli di immagine. Ogni livello produce 2**i_layer di ritagli di immagine. |
0
|
crop_overlap_ratio |
float
|
Determina la sovrapposizione tra le colture. Si ridimensiona nei livelli successivi. |
512 / 1500
|
crop_downscale_factor |
int
|
Fattore di scala per il numero di punti campionati per lato in ogni strato. |
1
|
point_grids |
list[ndarray]
|
Griglie personalizzate per il campionamento dei punti normalizzati a [0,1]. Utilizzate nell'ennesimo livello di raccolta. |
None
|
points_stride |
int
|
Numero di punti da campionare lungo ogni lato dell'immagine. Esclusivo con 'point_grids'. |
32
|
points_batch_size |
int
|
Dimensione del lotto per il numero di punti elaborati simultaneamente. |
64
|
conf_thres |
float
|
Soglia di fiducia [0,1] per il filtraggio basato sulla previsione della qualità della maschera del modello. |
0.88
|
stability_score_thresh |
float
|
Soglia di stabilità [0,1] per il filtraggio della maschera basato sulla stabilità della maschera. |
0.95
|
stability_score_offset |
float
|
Valore di offset per il calcolo del punteggio di stabilità. |
0.95
|
crop_nms_thresh |
float
|
Cutoff IoU per NMS per rimuovere le maschere duplicate tra le colture. |
0.7
|
Restituzione:
Tipo | Descrizione |
---|---|
tuple
|
Una tupla contenente le maschere segmentate, i punteggi di confidenza e le bounding box. |
Codice sorgente in 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)
Esegue l'inferenza di segmentazione dell'immagine in base agli spunti di input forniti, utilizzando l'immagine attualmente caricata. Questo metodo sfrutta l'architettura di SAM(Segment Anything Model) che consiste in un codificatore di immagini, un codificatore di suggerimenti e un decodificatore di maschere. decodificatore di maschere per attività di segmentazione in tempo reale e con suggerimenti.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
im |
Tensor
|
L'immagine di input pre-elaborata in formato tensor , con forma (N, C, H, W). |
richiesto |
bboxes |
ndarray | List
|
Caselle di delimitazione con forma (N, 4), in formato XYXY. |
None
|
points |
ndarray | List
|
Punti che indicano le posizioni degli oggetti con forma (N, 2), in pixel. |
None
|
labels |
ndarray | List
|
Etichette per le richieste di punti, forma (N, ). 1 = primo piano, 0 = sfondo. |
None
|
masks |
ndarray
|
Maschere a bassa risoluzione di forma delle previsioni precedenti (N,H,W). Per SAM H=W=256. |
None
|
multimask_output |
bool
|
Flag per restituire più maschere. Utile in caso di richieste ambigue. |
False
|
Restituzione:
Tipo | Descrizione |
---|---|
tuple
|
Contiene i seguenti tre elementi. - np.ndarray: Le maschere di output nella forma CxHxW, dove C è il numero di maschere generate. - np.ndarray: Un array di lunghezza C contenente i punteggi di qualità previsti dal modello per ogni maschera. - np.ndarray: Logit a bassa risoluzione di forma CxHxW per la successiva inferenza, dove H=W=256. |
Codice sorgente in ultralytics/models/sam/predict.py
postprocess(preds, img, orig_imgs)
Post-processa i risultati dell'inferenza di SAM per generare maschere di rilevamento degli oggetti e bounding box.
Il metodo scala le maschere e i riquadri in base alle dimensioni dell'immagine originale e applica una soglia alle previsioni delle maschere. Il modello SAM si avvale di un'architettura avanzata e di attività di segmentazione suggeribili per ottenere prestazioni in tempo reale.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
preds |
tuple
|
L'output dell'inferenza del modello di SAM , contenente maschere, punteggi e bounding box opzionali. |
richiesto |
img |
Tensor
|
L'immagine di ingresso elaborata tensor. |
richiesto |
orig_imgs |
list | Tensor
|
Le immagini originali, non elaborate. |
richiesto |
Restituzione:
Tipo | Descrizione |
---|---|
list
|
Elenco di oggetti Risultati contenenti maschere di rilevamento, caselle di delimitazione e altri metadati. |
Codice sorgente in ultralytics/models/sam/predict.py
pre_transform(im)
Eseguire le trasformazioni iniziali sull'immagine di ingresso per la preelaborazione.
Il metodo applica trasformazioni come il ridimensionamento per preparare l'immagine a un'ulteriore pre-elaborazione. Al momento non è supportata l'inferenza in batch; pertanto la lunghezza dell'elenco deve essere 1.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
im |
List[ndarray]
|
Elenco contenente immagini in formato HWC numpy array. |
richiesto |
Restituzione:
Tipo | Descrizione |
---|---|
List[ndarray]
|
Elenco delle immagini trasformate. |
Codice sorgente in ultralytics/models/sam/predict.py
preprocess(im)
Preelaborazione dell'immagine di ingresso per l'inferenza del modello.
Il metodo prepara l'immagine di input applicando trasformazioni e normalizzazione. Supporta sia torch.Tensor che l'elenco di np.ndarray come formati di input.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
im |
Tensor | List[ndarray]
|
Formato BCHW tensor o elenco di array numpy HWC. |
richiesto |
Restituzione:
Tipo | Descrizione |
---|---|
Tensor
|
L'immagine pre-elaborata tensor. |
Codice sorgente in ultralytics/models/sam/predict.py
prompt_inference(im, bboxes=None, points=None, labels=None, masks=None, multimask_output=False)
Funzione interna per l'inferenza della segmentazione delle immagini basata su indicazioni come bounding box, punti e maschere. Sfrutta l'architettura specializzata di SAM per una segmentazione in tempo reale basata su messaggi.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
im |
Tensor
|
L'immagine di input pre-elaborata in formato tensor , con forma (N, C, H, W). |
richiesto |
bboxes |
ndarray | List
|
Caselle di delimitazione con forma (N, 4), in formato XYXY. |
None
|
points |
ndarray | List
|
Punti che indicano le posizioni degli oggetti con forma (N, 2), in pixel. |
None
|
labels |
ndarray | List
|
Etichette per le richieste di punti, forma (N, ). 1 = primo piano, 0 = sfondo. |
None
|
masks |
ndarray
|
Maschere a bassa risoluzione di forma delle previsioni precedenti (N,H,W). Per SAM H=W=256. |
None
|
multimask_output |
bool
|
Flag per restituire più maschere. Utile in caso di richieste ambigue. |
False
|
Restituzione:
Tipo | Descrizione |
---|---|
tuple
|
Contiene i seguenti tre elementi. - np.ndarray: Le maschere di output nella forma CxHxW, dove C è il numero di maschere generate. - np.ndarray: Un array di lunghezza C contenente i punteggi di qualità previsti dal modello per ogni maschera. - np.ndarray: Logit a bassa risoluzione di forma CxHxW per la successiva inferenza, dove H=W=256. |
Codice sorgente in ultralytics/models/sam/predict.py
remove_small_regions(masks, min_area=0, nms_thresh=0.7)
staticmethod
Eseguire una post-elaborazione sulle maschere di segmentazione generate dal Segment Anything Model (SAM). In particolare, questa rimuove le piccole regioni scollegate e i buchi dalle maschere di input e poi esegue la Non-Maximum Non-Maximum Suppression (NMS) per eliminare le caselle duplicate create di recente.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
masks |
Tensor
|
Un tensor contenente le maschere da elaborare. La forma deve essere (N, H, W), dove N è il numero di maschere, H è l'altezza e W è la larghezza. il numero di maschere, H l'altezza e W la larghezza. |
richiesto |
min_area |
int
|
L'area minima al di sotto della quale le regioni e i buchi disconnessi verranno rimossi. Il valore predefinito è 0. |
0
|
nms_thresh |
float
|
La soglia IoU per l'algoritmo NMS. Il valore predefinito è 0,7. |
0.7
|
Restituzione:
Tipo | Descrizione |
---|---|
tuple([Tensor, List[int]])
|
|
Codice sorgente in ultralytics/models/sam/predict.py
reset_image()
set_image(image)
Preelabora e imposta una singola immagine per l'inferenza.
Questa funzione imposta il modello se non è già stato inizializzato, configura l'origine dei dati con l'immagine specificata, e preelabora l'immagine per l'estrazione delle caratteristiche. È possibile impostare solo un'immagine alla volta.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
image |
str | ndarray
|
Percorso del file immagine come stringa o immagine np.ndarray letta da cv2. |
richiesto |
Aumenta:
Tipo | Descrizione |
---|---|
AssertionError
|
Se è stata impostata più di un'immagine. |
Codice sorgente in ultralytics/models/sam/predict.py
set_prompts(prompts)
setup_model(model, verbose=True)
Inizializza il Segment Anything Model (SAM) per l'inferenza.
Questo metodo imposta il modello SAM allocandolo al dispositivo appropriato e inizializzando i parametri necessari per la normalizzazione delle immagini e altre impostazioni di compatibilità con . parametri necessari per la normalizzazione dell'immagine e altre impostazioni di compatibilità con Ultralytics .
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
model |
Module
|
Un modello preaddestrato di SAM . Se Nessuno, verrà creato un modello basato sulla configurazione. |
richiesto |
verbose |
bool
|
Se Vero, stampa le informazioni sul dispositivo selezionato. |
True
|
Attributi:
Nome | Tipo | Descrizione |
---|---|---|
model |
Module
|
Il modello SAM assegnato al dispositivo scelto per l'inferenza. |
device |
device
|
Il dispositivo a cui sono allocati il modello e i tensori. |
mean |
Tensor
|
I valori medi per la normalizzazione dell'immagine. |
std |
Tensor
|
I valori di deviazione standard per la normalizzazione dell'immagine. |
Codice sorgente in ultralytics/models/sam/predict.py
setup_source(source)
Imposta l'origine dei dati per l'inferenza.
Questo metodo configura l'origine dei dati da cui verranno prelevate le immagini per l'inferenza. L'origine può essere una una directory, un file video o altri tipi di sorgenti di dati di immagini.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
source |
str | Path
|
Il percorso dell'origine dei dati dell'immagine per l'inferenza. |
richiesto |