fastsam
最后更新
depthai_nodes.node.parsers.utils.fastsam函数
adjust_bboxes_to_image_border
Python
1def adjust_bboxes_to_image_border(boxes: np.ndarray, image_shape: tuple[int, int], threshold: int = 20) -> np.ndarray:boxes(np.ndarray): 边界框image_shape(tuple[int, int]): 图像形状threshold(int): 像素阈值
np.ndarray: 调整后的边界框
bbox_iou
Python
1def 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: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
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
1def box_prompt(masks: np.ndarray, bbox: tuple[int, int, int, int], orig_shape: tuple[int, int]) -> np.ndarray: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
np.ndarray: 修改后的掩码
build_mask_coeffs
Python
1def build_mask_coeffs(parsed_results: np.ndarray, masks_outputs_values: list[np.ndarray], protos_len: int) -> np.ndarray: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
np.ndarray
compute_fastsam_mask
Python
1def 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]: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。
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
1def 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: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
np.ndarray: NMS 输出
format_results
Python
1def format_results(bboxes: np.ndarray, masks: np.ndarray, filter: int = 0) -> list[dict[str, Any]]: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
list[dict[str, Any]]: 格式化的注释
merge_masks
Python
1def merge_masks(masks: np.ndarray) -> np.ndarray:masks(np.ndarray): 3D 掩码数组
np.ndarray: 2D 掩码数组
point_prompt
Python
1def point_prompt(bboxes: np.ndarray, masks: np.ndarray, points: list[tuple[int, int]], pointlabel: list[int], orig_shape: tuple[int, int]) -> np.ndarray: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
np.ndarray: 修改后的掩码
process_masks
Python
1def process_masks(parsed_results: np.ndarray, mask_coeffs: np.ndarray, protos: np.ndarray, orig_shape: tuple[int, int], mask_conf: float) -> np.ndarray: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
np.ndarray