Referência para ultralytics/models/sam/predict.py
Nota
Este ficheiro está disponível em https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/models/ sam/predict .py. Se detectares um problema, por favor ajuda a corrigi-lo contribuindo com um Pull Request 🛠️. Obrigado 🙏!
ultralytics.models.sam.predict.Predictor
Bases: BasePredictor
Classe Predictor para o modelo Segment Anything Model (SAM), estendendo BasePredictor.
A classe fornece uma interface para inferência de modelos adaptada às tarefas de segmentação de imagens. Com uma arquitetura avançada e capacidades de segmentação que podem ser solicitadas, facilita a geração de máscaras flexíveis e em tempo real. geração de máscaras em tempo real. A classe é capaz de trabalhar com vários tipos de avisos, como caixas delimitadoras, pontos e máscaras de baixa resolução, pontos e máscaras de baixa resolução.
Atributos:
Nome | Tipo | Descrição |
---|---|---|
cfg |
dict
|
Dicionário de configuração que especifica o modelo e os parâmetros relacionados com a tarefa. |
overrides |
dict
|
Dicionário que contém valores que se sobrepõem à configuração predefinida. |
_callbacks |
dict
|
Dicionário de funções de retorno definidas pelo utilizador para aumentar o comportamento. |
args |
namespace
|
Espaço de nome para guardar argumentos da linha de comandos ou outras variáveis operacionais. |
im |
Tensor
|
Imagem de entrada pré-processada tensor. |
features |
Tensor
|
Extrai as características da imagem utilizadas para a inferência. |
prompts |
dict
|
Coleção de vários tipos de prompt, tais como caixas delimitadoras e pontos. |
segment_all |
bool
|
Sinalizador para controlar se segmenta todos os objectos na imagem ou apenas os especificados. |
Código fonte em 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 o Predictor com configuração, substituições e retornos de chamada.
O método define o objeto Predictor e aplica quaisquer substituições de configuração ou chamadas de retorno fornecidas. Inicializa as definições específicas da tarefa para inicializa as definições específicas da tarefa para SAM, como por exemplo retina_masks a ser definido como True para resultados óptimos.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
cfg |
dict
|
Configura o dicionário. |
DEFAULT_CFG
|
overrides |
dict
|
Dicionário de valores para substituir a configuração predefinida. |
None
|
_callbacks |
dict
|
Dicionário de funções de retorno de chamada para personalizar o comportamento. |
None
|
Código fonte em 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)
Efectua a segmentação da imagem utilizando o Segment Anything Model (SAM).
Esta função segmenta uma imagem inteira em partes constituintes, tirando partido da arquitetura avançada do SAM e as capacidades de desempenho em tempo real. Opcionalmente, pode trabalhar em cortes de imagens para uma segmentação mais fina.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
im |
Tensor
|
Entra em tensor representando a imagem pré-processada com dimensões (N, C, H, W). |
necessário |
crop_n_layers |
int
|
Especifica o número de camadas para previsões de máscaras adicionais em cortes de imagem. Cada camada produz 2**i_número de camadas de cortes de imagem. |
0
|
crop_overlap_ratio |
float
|
Determina a sobreposição entre culturas. Reduz a escala nas camadas subsequentes. |
512 / 1500
|
crop_downscale_factor |
int
|
Fator de escala para o número de pontos de amostragem por lado em cada camada. |
1
|
point_grids |
list[ndarray]
|
Grelhas personalizadas para amostragem de pontos normalizada para [0,1]. Utiliza na enésima camada de cultura. |
None
|
points_stride |
int
|
Número de pontos a amostrar ao longo de cada lado da imagem. Exclusivo com 'point_grids'. |
32
|
points_batch_size |
int
|
Tamanho do lote para o número de pontos processados simultaneamente. |
64
|
conf_thres |
float
|
Limiar de confiança [0,1] para filtragem com base na previsão da qualidade da máscara do modelo. |
0.88
|
stability_score_thresh |
float
|
Limiar de estabilidade [0,1] para filtragem de máscaras com base na estabilidade da máscara. |
0.95
|
stability_score_offset |
float
|
Valor de desvio para o cálculo da pontuação de estabilidade. |
0.95
|
crop_nms_thresh |
float
|
Corta o IoU para o NMS para remover máscaras duplicadas entre culturas. |
0.7
|
Devolve:
Tipo | Descrição |
---|---|
tuple
|
Uma tupla que contém máscaras segmentadas, pontuações de confiança e caixas delimitadoras. |
Código fonte em 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)
Executa a inferência de segmentação de imagem com base nas pistas de entrada fornecidas, utilizando a imagem atualmente carregada. Este método método utiliza a arquitetura SAM(Segment Anything Model), que consiste num codificador de imagem, num codificador de descodificador de máscaras para tarefas de segmentação em tempo real e com possibilidade de solicitação.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
im |
Tensor
|
A imagem de entrada pré-processada no formato tensor , com a forma (N, C, H, W). |
necessário |
bboxes |
ndarray | List
|
Caixas delimitadoras com a forma (N, 4), no formato XYXY. |
None
|
points |
ndarray | List
|
Pontos que indicam a localização de objectos com a forma (N, 2), em pixels. |
None
|
labels |
ndarray | List
|
Etiquetas para os avisos de pontos, forma (N, ). 1 = primeiro plano, 0 = fundo. |
None
|
masks |
ndarray
|
Máscaras de baixa resolução da forma das previsões anteriores (N,H,W). Para SAM H=W=256. |
None
|
multimask_output |
bool
|
Marca para devolver várias máscaras. Útil para pedidos ambíguos. |
False
|
Devolve:
Tipo | Descrição |
---|---|
tuple
|
Contém os três elementos seguintes. - np.ndarray: As máscaras de saída na forma CxHxW, onde C é o número de máscaras geradas. - np.ndarray: Uma matriz de comprimento C contendo pontuações de qualidade previstas pelo modelo para cada máscara. - np.ndarray: Logits de baixa resolução de forma CxHxW para inferência subsequente, em que H=W=256. |
Código fonte em ultralytics/models/sam/predict.py
postprocess(preds, img, orig_imgs)
Pós-processa os resultados da inferência de SAM para gerar máscaras de deteção de objectos e caixas delimitadoras.
O método adapta as máscaras e caixas ao tamanho da imagem original e aplica um limiar às previsões da máscara. O modelo SAM utiliza uma arquitetura avançada e tarefas de segmentação que podem ser solicitadas para obter um desempenho em tempo real.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
preds |
tuple
|
O resultado da inferência do modelo SAM , contendo máscaras, pontuações e caixas delimitadoras opcionais. |
necessário |
img |
Tensor
|
A imagem de entrada processada tensor. |
necessário |
orig_imgs |
list | Tensor
|
As imagens originais, não processadas. |
necessário |
Devolve:
Tipo | Descrição |
---|---|
list
|
Lista de objectos de resultados que contêm máscaras de deteção, caixas delimitadoras e outros metadados. |
Código fonte em ultralytics/models/sam/predict.py
pre_transform(im)
Executa transformações iniciais na imagem de entrada para pré-processamento.
O método aplica transformações como o redimensionamento para preparar a imagem para o pré-processamento posterior. Atualmente, a inferência em lote não é suportada; por isso, o comprimento da lista deve ser 1.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
im |
List[ndarray]
|
Lista que contém imagens no formato de matriz numpy HWC. |
necessário |
Devolve:
Tipo | Descrição |
---|---|
List[ndarray]
|
Lista de imagens transformadas. |
Código fonte em ultralytics/models/sam/predict.py
preprocess(im)
Pré-processa a imagem de entrada para a inferência do modelo.
O método prepara a imagem de entrada aplicando transformações e normalização. Suporta tanto torch.Tensor como lista de np.ndarray como formatos de entrada.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
im |
Tensor | List[ndarray]
|
BCHW tensor formato ou lista de matrizes numpy HWC. |
necessário |
Devolve:
Tipo | Descrição |
---|---|
Tensor
|
A imagem pré-processada tensor. |
Código fonte em ultralytics/models/sam/predict.py
prompt_inference(im, bboxes=None, points=None, labels=None, masks=None, multimask_output=False)
Função interna para inferência de segmentação de imagem baseada em pistas como caixas delimitadoras, pontos e máscaras. Aproveita a arquitetura especializada do SAM para segmentação em tempo real baseada em pedidos.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
im |
Tensor
|
A imagem de entrada pré-processada no formato tensor , com a forma (N, C, H, W). |
necessário |
bboxes |
ndarray | List
|
Caixas delimitadoras com a forma (N, 4), no formato XYXY. |
None
|
points |
ndarray | List
|
Pontos que indicam a localização de objectos com a forma (N, 2), em pixels. |
None
|
labels |
ndarray | List
|
Etiquetas para os avisos de pontos, forma (N, ). 1 = primeiro plano, 0 = fundo. |
None
|
masks |
ndarray
|
Máscaras de baixa resolução da forma das previsões anteriores (N,H,W). Para SAM H=W=256. |
None
|
multimask_output |
bool
|
Marca para devolver várias máscaras. Útil para pedidos ambíguos. |
False
|
Devolve:
Tipo | Descrição |
---|---|
tuple
|
Contém os três elementos seguintes. - np.ndarray: As máscaras de saída na forma CxHxW, onde C é o número de máscaras geradas. - np.ndarray: Uma matriz de comprimento C contendo pontuações de qualidade previstas pelo modelo para cada máscara. - np.ndarray: Logits de baixa resolução de forma CxHxW para inferência subsequente, em que H=W=256. |
Código fonte em ultralytics/models/sam/predict.py
remove_small_regions(masks, min_area=0, nms_thresh=0.7)
staticmethod
Executa o pós-processamento em máscaras de segmentação geradas pelo Segment Anything Model (SAM). Especificamente, esta função remove pequenas regiões desconectadas e buracos das máscaras de entrada e, em seguida, executa a Supressão Não Máxima Supressão não máxima (NMS) para eliminar quaisquer caixas duplicadas recém-criadas.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
masks |
Tensor
|
Um tensor que contém as máscaras a processar. A forma deve ser (N, H, W), em que N é o número de máscaras, H é a altura e W é a largura. |
necessário |
min_area |
int
|
A área mínima abaixo da qual as regiões desconectadas e os buracos serão removidos. O valor predefinido é 0. |
0
|
nms_thresh |
float
|
O limiar IoU para o algoritmo NMS. A predefinição é 0,7. |
0.7
|
Devolve:
Tipo | Descrição |
---|---|
tuple([Tensor, List[int]])
|
|
Código fonte em ultralytics/models/sam/predict.py
reset_image()
set_image(image)
Pré-processa e define uma única imagem para inferência.
Esta função configura o modelo se ainda não tiver sido inicializado, configura a fonte de dados para a imagem especificada, e pré-processa a imagem para a extração de características. Apenas uma imagem pode ser definida de cada vez.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
image |
str | ndarray
|
Caminho do ficheiro de imagem como uma string, ou uma imagem np.ndarray lida por cv2. |
necessário |
Aumenta:
Tipo | Descrição |
---|---|
AssertionError
|
Se tiveres mais do que uma imagem definida. |
Código fonte em ultralytics/models/sam/predict.py
set_prompts(prompts)
setup_model(model, verbose=True)
Inicializa o Modelo de Qualquer Segmento (SAM) para inferência.
Este método configura o modelo SAM atribuindo-o ao dispositivo apropriado e inicializando os parâmetros necessários parâmetros necessários para a normalização da imagem e outras configurações de compatibilidade do Ultralytics .
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
model |
Module
|
Um modelo SAM pré-treinado. Se não tiveres nenhum, será criado um modelo com base na configuração. |
necessário |
verbose |
bool
|
Se for Verdadeiro, imprime as informações do dispositivo selecionado. |
True
|
Atributos:
Nome | Tipo | Descrição |
---|---|---|
model |
Module
|
O modelo SAM atribuído ao dispositivo escolhido para inferência. |
device |
device
|
O dispositivo ao qual o modelo e os tensores são atribuídos. |
mean |
Tensor
|
Os valores médios para a normalização da imagem. |
std |
Tensor
|
Os valores de desvio padrão para a normalização da imagem. |
Código fonte em ultralytics/models/sam/predict.py
setup_source(source)
Configura a fonte de dados para inferência.
Este método configura a fonte de dados a partir da qual as imagens serão obtidas para inferência. A fonte pode ser um um diretório, um ficheiro de vídeo, ou outros tipos de fontes de dados de imagem.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
source |
str | Path
|
O caminho para a fonte de dados de imagem para inferência. |
necessário |