万物分割（快速）
功能描述
该算子利用FastSAM（Fast Segment Anything Model）模型，根据用户提供的提示信息（如边界框、点或文本描述）对输入的图像进行快速实例分割。它可以识别并分割出图像中与提示相对应的物体区域。
使用场景
-
交互式分割 : 当需要快速分割出图像中特定感兴趣的物体时，可以通过输入提示框、提示点或参数文字描述来引导模型进行分割。
-
目标提取 : 用于从复杂背景中精确提取特定目标的轮廓信息。
-
自动化标注辅助 : 可以作为自动化标注流程的一部分，通过简单的提示快速生成目标的初步分割掩码。
输入输出
输入项 |
图像： 需要进行分割的彩色图像（需要是RGB格式）。 提示点列表： 一个包含多个点坐标 [X, Y] 的列表，用于指示要分割的目标区域。例如，在目标上点击几个点。 提示框列表： 一个包含多个边界框坐标的列表，每个框由四个角点定义，用于框选要分割的目标区域。 |
输出项 |
检测结果： 包含分割结果的列表，每个结果代表一个分割出的实例，含有其包围框（可能是旋转框或水平框）、类别（默认为0或指定类别）、置信度分数和分割出的多边形轮廓。 |
参数说明
|
该算子依赖 Fastsam Python 库，如果您的环境尚未安装，请访问迁移内网的 pypi 源使用 pip install fastsam 进行安装。 |
|
权重文件
参数说明 |
指定用于分割的FastSAM模型权重文件（通常是 .pt 格式）。必须选择一个有效的模型文件。 |
调参说明 |
选择与您任务需求和硬件能力相匹配的模型。通常较大的模型（如 FastSAM-x）精度更高但速度较慢，较小的模型（如 FastSAM-s）速度更快但精度可能稍低。 |
启用GPU
参数说明 |
选择是否使用 GPU 进行模型推理计算。如果勾选，需要确保计算机有可用的 NVIDIA 显卡及相应的 CUDA 环境。 |
调参说明 |
启用 GPU 可以大幅提升处理速度。如果无兼容GPU，应取消勾选（使用CPU）。 |
图像尺寸
参数说明 |
在送入模型进行分割前，输入图像会被缩放到的尺寸。 |
调参说明 |
较大的图像尺寸通常能带来更高的分割精度，但同时也会增加计算时间和显存/内存消耗。较小的尺寸则相反。常用的值有640, 1024等。需要根据具体应用场景在精度和速度之间进行权衡。 |
参数范围 |
默认值：640 |
置信阈值
参数说明 |
用于过滤FastSAM初步分割结果的置信度分数阈值，只有置信度高于此阈值的分割结果才会被保留。 |
调参说明 |
增大此值会使得分割结果更少，只保留模型非常确信的目标，可以减少误分割，同时加快后处理速度。减小此值会得到更多的分割结果，可能包含一些置信度较低的目标，但可能增加误分割和后处理时间。通常从默认值开始调整。 |
参数范围 |
[0, 1]，默认值：0.5 |
重叠过滤阈值
参数说明 |
用于非极大值抑制（NMS）的交并比（Intersection over Union）阈值。当多个分割结果（掩码或框）重叠度超过此阈值时，置信度较低的结果会被抑制掉。 |
调参说明 |
增大此值允许更多重叠的结果并存，可能适用于目标密集且互相遮挡的场景。减小此值会更积极地去除重叠的结果，使得每个目标只输出一个最佳结果。默认值通常适用于大多数场景。 |
参数范围 |
[0, 1]，默认值：0.9 |
类别名
参数说明 |
为输出的分割结果指定一个类别名称（ID）。FastSAM本身不区分具体类别，此参数用于后续处理（如过滤、统计）时标记这些分割结果。 |
调参说明 |
根据您的应用场景需要，为分割出的物体赋予一个有意义的类别ID。 |
参数范围 |
提供“0～29”的类别名选项，默认为0。 |