参考 ultralytics/models/sam/predict.py
注
このファイルはhttps://github.com/ultralytics/ultralytics/blob/main/ ultralytics/models/ sam/predict .pyにあります。もし問題を発見したら、Pull Request🛠️ を投稿して修正にご協力ください。ありがとうございました!
ultralytics.models.sam.predict.Predictor
ベース: BasePredictor
Segment Anything Model (SAM) 用の予測クラスで、 BasePredictor を継承しています。
このクラスは、画像セグメンテーションタスクに合わせたモデル推論のためのインターフェイスを提供する。 先進的なアーキテクチャとプロンプトが表示されるセグメンテーション機能により、柔軟でリアルタイムな マスク生成を容易にします。このクラスは、バウンディングボックスや点、低解像度のマスクなど、さまざまな種類のプロンプトを扱うことができます、 点、低解像度マスクなど、様々な種類のプロンプトを扱うことができる。
属性:
名称 | タイプ | 説明 |
---|---|---|
cfg |
dict
|
モデルおよびタスク関連のパラメータを指定する設定辞書。 |
overrides |
dict
|
デフォルト設定を上書きする値を含む辞書。 |
_callbacks |
dict
|
動作を補強するためのユーザー定義コールバック関数の辞書。 |
args |
namespace
|
コマンドライン引数やその他の操作変数を保持する名前空間。 |
im |
Tensor
|
前処理された入力画像tensor. |
features |
Tensor
|
推論に使用される抽出された画像特徴。 |
prompts |
dict
|
バウンディングボックスやポイントなど、さまざまなプロンプトタイプのコレクション。 |
segment_all |
bool
|
画像内のすべてのオブジェクトをセグメント化するか、指定したオブジェクトのみをセグメント化するかを制御するフラグ。 |
ソースコード 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)
設定、オーバーライド、コールバックでプレディクターを初期化します。
このメソッドは、Predictorオブジェクトをセットアップし、提供された設定オーバーライドまたはコールバックを適用します。それは retina_masksが最適な結果を得るためにTrueに設定されるなど、SAM のタスク固有の設定を初期化します。
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
cfg |
dict
|
設定辞書。 |
DEFAULT_CFG
|
overrides |
dict
|
デフォルト設定を上書きする値の辞書。 |
None
|
_callbacks |
dict
|
動作をカスタマイズするためのコールバック関数の辞書。 |
None
|
ソースコード 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)
Segment Anything Model (SAM) を使って画像セグメンテーションを行う。
この機能は、SAM の高度なアーキテクチャを活用することで、画像全体を構成要素に分割します。 の高度なアーキテクチャとリアルタイム性能を活用します。オプションで、より細かいセグメンテーションのために画像を切り抜くこともできます。
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
im |
Tensor
|
入力tensor 前処理された画像を寸法 (N, C, H, W) で表す。 |
必須 |
crop_n_layers |
int
|
画像切 り 抜き の追加マ ス ク 予測のためのレ イ ヤーの数を指定 し ます。 各レイヤーは2**i_layer数のイメージクロップを生成する。 |
0
|
crop_overlap_ratio |
float
|
作物間の重なりを決定する。以降のレイヤーで縮小される。 |
512 / 1500
|
crop_downscale_factor |
int
|
各レイヤーにおける1辺あたりのサンプリング点数のスケーリング係数。 |
1
|
point_grids |
list[ndarray]
|
0,1]に正規化されたポイントサンプリング用のカスタムグリッド。 n番目のクロップレイヤーで使用される。 |
None
|
points_stride |
int
|
画像の各辺に沿ってサンプリングする点の数。 point_grids' と排他的。 |
32
|
points_batch_size |
int
|
同時に処理する点の数を表すバッチサイズ。 |
64
|
conf_thres |
float
|
モデルのマスク品質予測に基づくフィルタリングの信頼度閾値[0,1]。 |
0.88
|
stability_score_thresh |
float
|
マスクの安定性に基づくマスク・フィルタリングのための安定性閾値[0,1]。 |
0.95
|
stability_score_offset |
float
|
安定性スコアを計算するためのオフセット値。 |
0.95
|
crop_nms_thresh |
float
|
作物間の重複マスクを除去するNMSのIoUカットオフ。 |
0.7
|
リターンズ
タイプ | 説明 |
---|---|
tuple
|
セグメンテーションされたマスク、信頼度スコア、バウンディングボックスを含むタプル。 |
ソースコード 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)
現在読み込まれている画像を用いて、与えられた入力キューに基づく画像セグメンテーション推論を行う。この この手法は、SAM(Segment Anything Model) のアーキテクチャを活用し、画像エンコーダ、プロンプトエンコーダ、マスクデコーダから構成される。 マスクデコーダから構成されるアーキテクチャを利用する。
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
im |
Tensor
|
前処理された入力画像。tensor 形式で、形状は (N、C、H、W)。 |
必須 |
bboxes |
ndarray | List
|
XYXY 形式の、形状 (N, 4) のバウンディングボックス。 |
None
|
points |
ndarray | List
|
形状(N, 2)を持つオブジェクトの位置をピクセル単位で示す点。 |
None
|
labels |
ndarray | List
|
点プロンプトのラベル、形状(N, )。1 = 前景, 0 = 背景. |
None
|
masks |
ndarray
|
以前の予測形状(N,H,W)からの低解像度マスク。SAM H=W=256の場合。 |
None
|
multimask_output |
bool
|
複数のマスクを返すフラグ。あいまいなプロンプトに役立つ。 |
False
|
リターンズ
タイプ | 説明 |
---|---|
tuple
|
以下の3つの要素を含む。 - np.ndarray:CxHxWの形状の出力マスク。Cは生成されたマスクの数。 - np.ndarray:各マスクについてモデルによって予測された品質スコアを含む長さCの配列. - np.ndarray: 長さCの配列.H=W=256としたときの、後続の推論のための形状CxHxWの低解像度ロジット。 |
ソースコード ultralytics/models/sam/predict.py
postprocess(preds, img, orig_imgs)
SAM の推論出力を後処理して、オブジェクト検出マスクとバウンディングボックスを生成する。
この手法は、マスクとボックスを元の画像サイズにスケーリングし、マスク予測値に閾値を適用する。 SAM モデルは、高度なアーキテクチャとプロンプト可能なセグメンテーションタスクを使用し、リアルタイム性能を実現する。
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
preds |
tuple
|
マスク、スコア、およびオプションのバウンディングボックスを含む、SAM モデル推論の出力。 |
必須 |
img |
Tensor
|
処理された入力画像tensor 。 |
必須 |
orig_imgs |
list | Tensor
|
未加工のオリジナル画像。 |
必須 |
リターンズ
タイプ | 説明 |
---|---|
list
|
検出マスク、バウンディングボックス、その他のメタデータを含む結果オブジェクトのリスト。 |
ソースコード ultralytics/models/sam/predict.py
pre_transform(im)
前処理のために入力画像に対して初期変換を行う。
このメソッドは、画像のサイズ変更などの変換を行い、さらなる前処理に備える。 現在のところ,バッチ推論はサポートされていないので,リストの長さは1でなければならない.
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
im |
List[ndarray]
|
HWC numpy配列形式の画像を含むリスト。 |
必須 |
リターンズ
タイプ | 説明 |
---|---|
List[ndarray]
|
変換された画像のリスト。 |
ソースコード ultralytics/models/sam/predict.py
preprocess(im)
モデル推論のために入力画像を前処理する。
このメソッドは、変換と正規化を適用して入力画像を準備する。 入力フォーマットとして、torch.Tensor と np.ndarray のリストの両方をサポートしています。
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
im |
Tensor | List[ndarray]
|
BCHWtensor フォーマットまたは HWC numpy 配列のリスト。 |
必須 |
リターンズ
タイプ | 説明 |
---|---|
Tensor
|
前処理された画像tensor 。 |
ソースコード ultralytics/models/sam/predict.py
prompt_inference(im, bboxes=None, points=None, labels=None, masks=None, multimask_output=False)
バウンディングボックス、ポイント、マスクなどのキューに基づく画像セグメンテーション推論用の内部関数。 プロンプトベースのリアルタイムセグメンテーションに特化したSAM のアーキテクチャを活用。
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
im |
Tensor
|
前処理された入力画像。tensor 形式で、形状は (N、C、H、W)。 |
必須 |
bboxes |
ndarray | List
|
XYXY 形式の、形状 (N, 4) のバウンディングボックス。 |
None
|
points |
ndarray | List
|
形状(N, 2)を持つオブジェクトの位置をピクセル単位で示す点。 |
None
|
labels |
ndarray | List
|
点プロンプトのラベル、形状(N, )。1 = 前景, 0 = 背景. |
None
|
masks |
ndarray
|
以前の予測形状(N,H,W)からの低解像度マスク。SAM H=W=256の場合。 |
None
|
multimask_output |
bool
|
複数のマスクを返すフラグ。あいまいなプロンプトに役立つ。 |
False
|
リターンズ
タイプ | 説明 |
---|---|
tuple
|
以下の3つの要素を含む。 - np.ndarray:CxHxWの形状の出力マスク。Cは生成されたマスクの数。 - np.ndarray:各マスクについてモデルによって予測された品質スコアを含む長さCの配列. - np.ndarray: 長さCの配列.H=W=256としたときの、後続の推論のための形状CxHxWの低解像度ロジット。 |
ソースコード ultralytics/models/sam/predict.py
remove_small_regions(masks, min_area=0, nms_thresh=0.7)
staticmethod
セグメント何でもモデル(SAM)によって生成されたセグメンテーションマスクの後処理を実行します。具体的には、この この関数は、入力マスクから小さな切断領域と穴を削除し、非最大抑制(NMS)を実行して、新しく作成された重複ボックスを削除します。 サプレッション(NMS)を実行し、新たに作成された重複ボックスを除去します。
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
masks |
Tensor
|
tensor 処理するマスクを含む。形状は (N, H, W) でなければならない。 はマスクの数、H は高さ、W は幅。 |
必須 |
min_area |
int
|
切断された領域と穴が削除される最小領域。デフォルトは0。 |
0
|
nms_thresh |
float
|
NMSアルゴリズムのIoUしきい値。デフォルトは0.7。 |
0.7
|
リターンズ
タイプ | 説明 |
---|---|
tuple([Tensor, List[int]])
|
|
ソースコード ultralytics/models/sam/predict.py
reset_image()
set_image(image)
推論用に1枚の画像を前処理してセットする。
この関数は,まだ初期化されていない場合はモデルをセットアップし,データソースを指定された画像に設定します. を設定し,特徴抽出のために画像を前処理します.一度に設定できる画像は1つだけです.
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
image |
str | ndarray
|
文字列としての画像ファイルのパス,あるいは cv2 によって読み込まれる np.ndarray 画像. |
必須 |
レイズ
タイプ | 説明 |
---|---|
AssertionError
|
複数の画像が設定されている場合。 |
ソースコード ultralytics/models/sam/predict.py
set_prompts(prompts)
setup_model(model, verbose=True)
推論用にセグメント何でもモデル (SAM) を初期化します。
このメソッドは、SAM モデルを適切なデバイスに割り当て、必要なパラメータを初期化することでセットアップする。 Ultralytics を初期化します。
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
model |
Module
|
事前に訓練されたSAM モデル。None の場合、設定に基づいてモデルが構築されます。 |
必須 |
verbose |
bool
|
True の場合、選択されたデバイス情報を印刷します。 |
True
|
属性:
名称 | タイプ | 説明 |
---|---|---|
model |
Module
|
SAM 推論のために選択されたデバイスに割り当てられたモデル。 |
device |
device
|
モデルとテンソルが割り当てられるデバイス。 |
mean |
Tensor
|
画像正規化の平均値。 |
std |
Tensor
|
画像正規化のための標準偏差値。 |
ソースコード ultralytics/models/sam/predict.py
setup_source(source)
推論用のデータ・ソースを設定する。
このメソッドは、推論のために画像を取得するデータ・ソースを設定します。ソースは ディレクトリ、ビデオ・ファイル、またはその他のタイプの画像データ・ソースです。
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
source |
str | Path
|
推論用の画像データソースへのパス。 |
必須 |