此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 函数
  • crop_mask
  • get_segmentation_outputs
  • probability_to_logit_threshold
  • process_single_mask
  • process_single_mask_rfdetr
Claude CodeCodexCursor
Luxonis 智能体工具包为你常用的编程智能体加载 Luxonis 上下文与技能,更快地基于 OAK 开发应用。
安装工具包

masks_utils

最后更新
Python API: depthai_nodes.node.parsers.utils.masks_utils

函数

crop_mask

Python
1def crop_mask(mask: np.ndarray, bbox: np.ndarray, fill_value: float | int = 0) -> np.ndarray:
它接受一个掩码和一个边界框,并返回一个裁剪到边界框的掩码。参数
  • mask (np.ndarray): 单个掩码的 [h, w] numpy 数组
  • bbox (np.ndarray): 边界框坐标的 numpy 数组,格式为 (x_center, y_center, width, height)
  • fill_value (float | int): 分配给边界框外像素的值。
返回
  • np.ndarray: 裁剪到边界框的掩码

get_segmentation_outputs

Python
1def get_segmentation_outputs(output: dai.NNData, mask_output_layer_names: list[str] | None = None, protos_output_layer_name: str | None = None) -> tuple[list[np.ndarray], np.ndarray, int]:
提取去量化的 NCHW 掩码系数和原型。参数
  • output (dai.NNData): 神经网络输出消息。
  • mask_output_layer_names (list[str] | None): 候选掩码层名称。如果省略或为空,则检查每个层;选择包含 "mask" 的名称并按字典顺序排序。
  • protos_output_layer_name (str | None): 原型层名称;默认为 "protos_output"。
返回
  • tuple[list[np.ndarray], np.ndarray, int]: float32 系数张量列表、float32 原型张量及其通道数。

probability_to_logit_threshold

Python
1def probability_to_logit_threshold(probability: float) -> float:
将概率阈值转换为 logit 空间。参数
  • probability (float): 概率阈值;小于或等于 0 和大于或等于 1 的值作为边界情况处理。
返回
  • float: 对数几率,或在下/上边界处的负/正无穷大。

process_single_mask

Python
1def process_single_mask(protos: np.ndarray, mask_coeff: np.ndarray, mask_conf: float, bbox: np.ndarray, output_shape: tuple[int, int]) -> np.ndarray:
处理单个掩码。参数
  • protos (np.ndarray): 原型。
  • mask_coeff (np.ndarray): 掩码系数。
  • mask_conf (float): 掩码置信度。
  • bbox (np.ndarray): 边界框坐标的 numpy 数组,格式为 (x_center, y_center, width, height) 归一化格式。
  • output_shape (tuple[int, int]): 目标掩码形状,格式为 (height, width)。
返回
  • np.ndarray: 调整为 output_shape 的处理后的二进制掩码。

process_single_mask_rfdetr

Python
1def process_single_mask_rfdetr(mask_logits: np.ndarray, mask_conf: float, input_shape: tuple[int, int]) -> np.ndarray:
处理单个 RF-DETR 实例分割掩码。参数
  • mask_logits (np.ndarray): 单个检测的掩码 logits。
  • mask_conf (float): 掩码置信度阈值。
  • input_shape (tuple[int, int]): 目标输出掩码形状,格式为 (height, width)。
返回
  • np.ndarray: 调整为模型输入形状的处理后的掩码。