masks_utils
最后更新
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: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。
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]: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"。
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: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。
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: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)。
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: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)。
np.ndarray: 调整为模型输入形状的处理后的掩码。