# fastsam

Python API: `depthai_nodes.node.parsers.utils.fastsam`

## 函数

### adjust_bboxes_to_image_border

```python
def adjust_bboxes_to_image_border(boxes: np.ndarray, image_shape: tuple[int, int], threshold: int = 20) -> np.ndarray:
```

来源：[https://github.com/ultralytics/ultralytics/blob/8094df3c474fe83d874fd83da19f704205e1eef3/ultralytics/models/fastsam/utils.py#L6](https://github.com/ultralytics/ultralytics/blob/8094df3c474fe83d874fd83da19f704205e1eef3/ultralytics/models/fastsam/utils.py#L6)
(Ultralytics) 如果边界框在某个阈值内，则将其调整为贴合图像边界。

参数

 * `boxes` (`np.ndarray`): 边界框
 * `image_shape` (`tuple[int, int]`): 图像形状
 * `threshold` (`int`): 像素阈值

返回

 * `np.ndarray`: 调整后的边界框

### bbox_iou

```python
def bbox_iou(box1: np.ndarray, boxes: np.ndarray, iou_thres: float = 0.9, image_shape: tuple[int, int] = (640, 640), raw_output: bool = False) -> np.ndarray:
```

来源：[https://github.com/ultralytics/ultralytics/blob/8094df3c474fe83d874fd83da19f704205e1eef3/ultralytics/models/fastsam/utils.py#L30](https://github.com/ultralytics/ultralytics/blob/8094df3c474fe83d874fd83da19f704205e1eef3/ultralytics/models/fastsam/utils.py#L30)
(Ultralytics - 重写为 numpy) 计算边界框与一组其他边界框的交并比。

参数

 * `box1` (`np.ndarray`): 表示单个边界框的形状为 (4, ) 的数组。
 * `boxes` (`np.ndarray`): 表示多个边界框的形状为 (n, 4) 的数组。
 * `iou_thres` (`float`): IoU 阈值
 * `image_shape` (`tuple[int, int]`): 图像形状（高，宽）
 * `raw_output` (`bool`): 如果为 True，则返回原始 IoU 值而不是索引

返回

 * `np.ndarray`: IoU > 阈值的框的索引，如果 raw_output 为 True，则为原始 IoU 值

### box_prompt

```python
def box_prompt(masks: np.ndarray, bbox: tuple[int, int, int, int], orig_shape: tuple[int, int]) -> np.ndarray:
```

修改边界框属性并计算掩码与边界框之间的 IoU。

来源：[https://github.com/ultralytics/ultralytics/blob/8094df3c474fe83d874fd83da19f704205e1eef3/ultralytics/models/fastsam/prompt.py#L284](https://github.com/ultralytics/ultralytics/blob/8094df3c474fe83d874fd83da19f704205e1eef3/ultralytics/models/fastsam/prompt.py#L284)
已修改为使用 numpy 而不是 torch。

参数

 * `masks` (`np.ndarray`): FastSAM 模型的生成掩码
 * `bbox` (`tuple[int, int, int, int]`): 提示边界框坐标
 * `orig_shape` (`tuple[int, int]`): 图像的原始形状

返回

 * `np.ndarray`: 修改后的掩码

### build_mask_coeffs

```python
def build_mask_coeffs(parsed_results: np.ndarray, masks_outputs_values: list[np.ndarray], protos_len: int) -> np.ndarray:
```

收集所有检测的掩码系数，按头部分组。

参数

 * `parsed_results` (`np.ndarray`): FastSAM 解码输出
 * `masks_outputs_values` (`list[np.ndarray]`): 模型掩码输出
 * `protos_len` (`int`): 原型数量

返回

 * `np.ndarray`

### compute_fastsam_mask

```python
def compute_fastsam_mask(outputs_values: list[np.ndarray], masks_outputs_values: list[np.ndarray], protos_output: np.ndarray, protos_len: int, *, conf_threshold: float, n_classes: int, iou_threshold: float, mask_conf: float, prompt: str, points: tuple[int, int] | None, point_label: int | None, bbox: tuple[int, int, int, int] | None) -> tuple[np.ndarray, int]:
```

解码 FastSAM 输出并应用配置的掩码提示。

参数

 * `outputs_values` (`list[np.ndarray]`): 按输出头排序的检测张量。
 * `masks_outputs_values` (`list[np.ndarray]`): 按检测头匹配排序的掩码系数张量。
 * `protos_output` (`np.ndarray`): 批处理原型张量，形状为 `(1, channels, height, width)`。
 * `protos_len` (`int`): 每个掩码系数向量使用的原型通道数。
 * `conf_threshold` (`float`): 用于过滤候选的最小检测置信度。
 * `n_classes` (`int`): 检测张量中编码的对象类别数。
 * `iou_threshold` (`float`): 用于非极大值抑制的交并比阈值。
 * `mask_conf` (`float`): 用于二值化掩码 logits 的概率阈值。
 * `prompt` (`str`): 掩码选择模式：`"everything"`、`"bbox"` 或 `"point"`。
 * `points` (`tuple[int, int] | None`): 用于点选择的图像像素坐标中的提示点。
 * `point_label` (`int | None`): 用于包含或排除匹配掩码的点提示标签。
 * `bbox` (`tuple[int, int, int, int] | None`): 图像像素坐标中的边界框提示。

返回

 * `tuple[np.ndarray, int]`: 合并的实例掩码和选定掩码数量的对。未选定掩码会生成值为 -1 且计数为 0 的背景掩码。

### decode_fastsam_output

```python
def decode_fastsam_output(outputs: list[np.ndarray], strides: list[int], anchors: list[np.ndarray | None], img_shape: tuple[int, int], conf_thres: float = 0.5, iou_thres: float = 0.45, num_classes: int = 1) -> np.ndarray:
```

解码 FastSAM 模型的输出。

参数

 * `outputs` (`list[np.ndarray]`): FastSAM 输出列表
 * `strides` (`list[int]`): 步幅列表
 * `anchors` (`list[np.ndarray | None]`): 锚点列表
 * `img_shape` (`tuple[int, int]`): 图像形状
 * `conf_thres` (`float`): 置信度阈值
 * `iou_thres` (`float`): IoU 阈值
 * `num_classes` (`int`): 类别数量

返回

 * `np.ndarray`: NMS 输出

### format_results

```python
def format_results(bboxes: np.ndarray, masks: np.ndarray, filter: int = 0) -> list[dict[str, Any]]:
```

将检测结果格式化为注释列表，每个注释包含 ID、分割、边界框、分数和面积。

来源：[https://github.com/ultralytics/ultralytics/blob/8094df3c474fe83d874fd83da19f704205e1eef3/ultralytics/models/fastsam/prompt.py#L59](https://github.com/ultralytics/ultralytics/blob/8094df3c474fe83d874fd83da19f704205e1eef3/ultralytics/models/fastsam/prompt.py#L59)

参数

 * `bboxes` (`np.ndarray`): 检测到的对象的边界框
 * `masks` (`np.ndarray`): 检测到的对象的掩码
 * `filter` (`int`): 过滤值

返回

 * `list[dict[str, Any]]`: 格式化的注释

### merge_masks

```python
def merge_masks(masks: np.ndarray) -> np.ndarray:
```

将掩码合并为 2D 数组，其中每个对象由唯一的标签表示。

参数

 * `masks` (`np.ndarray`): 3D 掩码数组

返回

 * `np.ndarray`: 2D 掩码数组

### point_prompt

```python
def point_prompt(bboxes: np.ndarray, masks: np.ndarray, points: list[tuple[int, int]], pointlabel: list[int], orig_shape: tuple[int, int]) -> np.ndarray:
```

根据用户输入调整检测到的掩码上的点，并返回修改后的结果。

来源：[https://github.com/ultralytics/ultralytics/blob/8094df3c474fe83d874fd83da19f704205e1eef3/ultralytics/models/fastsam/prompt.py#L317](https://github.com/ultralytics/ultralytics/blob/8094df3c474fe83d874fd83da19f704205e1eef3/ultralytics/models/fastsam/prompt.py#L317)
已修改为使用 numpy 而不是 torch。

参数

 * `bboxes` (`np.ndarray`): 检测到的对象的边界框
 * `masks` (`np.ndarray`): 检测到的对象的掩码
 * `points` (`list[tuple[int, int]]`): 要调整的点
 * `pointlabel` (`list[int]`): 点标签
 * `orig_shape` (`tuple[int, int]`): 图像的原始形状

返回

 * `np.ndarray`: 修改后的掩码

### process_masks

```python
def process_masks(parsed_results: np.ndarray, mask_coeffs: np.ndarray, protos: np.ndarray, orig_shape: tuple[int, int], mask_conf: float) -> np.ndarray:
```

将输出处理为所有检测的全尺寸掩码。

参数

 * `parsed_results` (`np.ndarray`): FastSAM 解码输出
 * `mask_coeffs` (`np.ndarray`): 掩码系数
 * `protos` (`np.ndarray`): 模型输出中的原型
 * `orig_shape` (`tuple[int, int]`): 模型的输入形状
 * `mask_conf` (`float`): 掩码置信度

返回

 * `np.ndarray`
