该节点使用以下3个模型,其他模型会报错。
b、h、l 这三种分割模型按体积依次增大,同时其检测精度也相应提升。模型越大,通常能够提供更高的分割质量和细节还原能力。
| 选项 | 行为 | 应用场景 | 
|---|---|---|
center-1 | 中心点分割一个区域 | 头像/物体中心特写 | 
horizontal-2 | 水平两个区域 | 对称布局,如双眼、双肩 | 
vertical-2 | 垂直两个区域 | 上下结构,如头部+躯干 | 
rect-4 | 四个矩形区域 | 全局结构引导 | 
diamond-4 | 对角线结构引导分割 | 复杂分布下的粗引导 | 
mask-area | 使用已有掩膜作为参考区域 | 用于复用外部掩膜 | 
mask-points | 使用 mask 上的多个点进行点引导 | 细粒度 mask 提取 | 
mask-point-bbox | mask 点结合 bbox 方式 | 多策略融合分割 | 
none | 不启用任何 hint,使用默认处理 | 基础分割流程 | 
sam_threshold:用于控制掩膜的置信度阈值,值越高,生成的掩膜越精准。
| 参数 | 作用 | 配合逻辑 | 
|---|---|---|
sam_mask_hint_threshold | 控制从原始掩膜中提取提示点的置信度下限。值越高,所提取的提示点越靠近掩膜中心 | 用于筛选“哪些点是高可信的正向提示点”以及“掩膜边界附近哪些点可作为负向点” | 
sam_mask_hint_use_negative | 控制是否启用负向提示点(在掩膜外围添加“非目标区域”的点) | 若启用,会根据 sam_mask_hint_threshold 过滤掉可信度不够的区域并围绕其外围自动采样 negative points | 
假设你有一个遮住眼睛的掩膜图:
设置 1:
sam_mask_hint_threshold = 0.7
sam_mask_hint_use_negative = "Small"表示从掩膜内部选择置信度 ≥0.7 的区域生成正向提示点,在掩膜边缘外圈生成一小圈负向点,引导 SAM 更精准地区分眼睛与脸部。
设置 2:
sam_mask_hint_threshold = 0.9
sam_mask_hint_use_negative = "Outter"更严格筛选正向点,并使用更大范围的负向引导,适合背景复杂、人脸遮挡等高干扰情境。
| 修复目标 | 建议设置 | 
|---|---|
| 眼睛、嘴巴等小区域 | threshold = 0.7 ~ 0.8, use_negative = Small | 
| 人脸遮挡、前后景接壤 | threshold = 0.85 ~ 0.95, use_negative = Outter | 
| 图像结构清晰,无干扰 | threshold = 0.6 ~ 0.8, use_negative = False | 

