bbox_threshold：目标检测器的置信度阈值。
- 如果未能成功检测到目标，可以尝试降低该值以放宽筛选标准
- 如果检测结果中包含过多无关区域或背景干扰，可尝试提高该值，以增强目标筛选的精准度
bbox_dilation：检测框膨胀像素值，正值膨胀，负值收缩。
crop_factor：裁剪区域相对于检测框的倍数。如下，1.0的时候只显示裁剪目标区域。
drop_size：在检测过程中，若某个目标的 bbox 宽度或高度小于该数值，将被判定为无效目标并被丢弃，即不会生成对应的 mask 或 cropped image。
以下drop_size=10，此时还能生成相应的mask
以下drop_size=100，由于检测框bbox小于该尺寸被丢弃，没有生成相应的mask。
在启用了 sam_model_opt 或 segm_detector_opt 时，节点会为已有的 bbox 区域进一步生成细化的 mask（掩膜）。而剩下的几个sub_参数则是基于连接启用 sam_model_opt 或 segm_detector_opt 后使用的。
其中sub_threshold、sub_dilation、sub_bbox_expansion的使用方法和之前提到的bbox_threshold、bbox_dilation一样。
这里看一下sub_dilation和sub_bbox_expansion的区别。
| 参数名 | 作用对象 | 影响方式 | 应用阶段 |
|---|---|---|---|
| sub_dilation | 掩膜（mask）本体 | 对掩膜图像执行膨胀/收缩操作 | 掩膜生成后 |
| sub_bbox_expansion | 掩膜的外接 bbox 区域 | 在生成掩膜前扩大 crop 区域边界 | 掩膜生成前（裁剪前） |
sam_mask_hint_threshold 是在启用 SAM 掩膜生成（即 sam_model_opt 被使用）时，用于控制 SAM 在参考提示（hint）掩膜时，哪些区域被视为“前景”的判断阈值。如果本身检测就很精准，该值就没有影响。
| 数值范围 | 行为效果 |
|---|---|
| 较低（如 0.3） | 宽松，更多区域被视为前景 → 掩膜可能更大 |
| 较高（如 0.8） | 严格，只有置信度高的区域才作为前景 → 掩膜更干净、精细 |
post_dilation：对最终 mask 再次膨胀处理
