> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/workflows/ja/burokku/blocks/visualize-predictions/mask-visualization.md).
# マスク可視化
インスタンスセグメンテーション予測から検出されたオブジェクトの形状に正確に従う単色塗りつぶしを作成するために、半透明の色オーバーレイでセグメンテーションマスクを塗りつぶします。
## このブロックの仕組み
このブロックは画像と（マスク付きの）インスタンスセグメンテーション予測を受け取り、マスク領域を色付きオーバーレイで塗りつぶします。このブロックは：
1. 画像と（マスク付きの）インスタンスセグメンテーション予測を入力として受け取ります
2. 予測から検出された各オブジェクトのセグメンテーションマスクを抽出します
3. 選択したカラーパレットに基づいて各マスクに色スタイルを適用し、色はクラス、インデックス、またはトラックIDに基づいて割り当てられます
4. Supervision の MaskAnnotator を使用して、マスク領域を単色で塗りつぶします
5. 指定された不透明度レベルを使用して、色付きのマスクオーバーレイを元の画像とブレンドします
6. マスク領域が半透明の色で塗りつぶされ、マスクされていない領域は変更されない注釈付き画像を返します
このブロックは各オブジェクトのセグメンテーションマスクの正確な形状を色付きオーバーレイで塗りつぶし、オブジェクト境界に正確に従う単色塗りつぶしを作成します。輪郭を描くポリゴン可視化や、矩形領域を使用するバウンディングボックス可視化とは異なり、マスク可視化はマスク領域全体を色で塗りつぶすため、セグメント化された領域を明確に視覚化できます。不透明度パラメータはマスクオーバーレイの透明度を制御し、色付きマスク越しに元の画像の詳細を見やすくすることも（低い不透明度）、背景の詳細をより隠すより不透明な塗りつぶしを作成することも（高い不透明度）できます。このブロックはマスクデータを含むインスタンスセグメンテーション予測を必要とし、セグメンテーションマスクを使って形状に正確に追従する色付き塗りつぶしを作成するために特化して機能します。
## 一般的な使用例
* **インスタンスセグメンテーションの可視化**：マスク領域を色で塗りつぶしてインスタンスセグメンテーション結果を可視化し、セグメント化されたオブジェクトを明確に示したり、セグメンテーション品質を検証したり、分析ワークフローで検出領域を強調表示したりします
* **形状に正確に追従するオーバーレイ**：オブジェクトのセグメント化された形状にぴったり一致する色でオブジェクトを塗りつぶします。医用画像、品質管理、正確なオブジェクト識別など、正確な領域の可視化が求められる用途に有用です
* **マスクベースのオブジェクト強調表示**：正確なオブジェクト境界に従う色付きオーバーレイでセグメント化されたオブジェクトを強調表示し、異なるオブジェクトやオブジェクトクラスを明確に区別できます
* **セグメンテーションモデルの検証**：色付きのマスク塗りつぶしでセグメンテーション予測を可視化し、モデル性能の確認、セグメンテーションエラーの特定、またはモデル開発やデバッグのワークフローでマスク精度を検証します
* **医療・科学画像**：医療画像、顕微鏡画像、または科学分析アプリケーションでセグメント化された領域を表示します。色付きマスクオーバーレイは、組織境界、細胞領域、または測定領域の可視化に役立ちます
* **マスク品質の確認**：色付きマスク塗りつぶしを使ってセグメンテーション品質を確認し、マスク境界を検証したり、学習データやモデル出力でセグメンテーションの改善が必要な箇所を特定したりします
## 他のブロックへの接続
このブロックの注釈付き画像は次に接続できます:
* **他の可視化ブロック** （例：ラベル可視化、ポリゴン可視化、バウンディングボックス可視化）を使用して、マスク塗りつぶしと追加の注釈（ラベル、輪郭）を組み合わせ、包括的な可視化を行います
* **データ保存ブロック** （例：ローカルファイルシンク、CSVフォーマッタ、Roboflow データセットアップロード）を使用して、マスクオーバーレイ付き画像を保存し、文書化、レポート、または分析に利用します
* **Webhookブロック** マスク塗りつぶしを含む可視化結果を外部システム、API、またはWebアプリケーションに送信し、ダッシュボードや監視ツールに表示します
* **通知ブロック** （例：メール通知、Slack通知）を使用して、アラートやレポートの視覚的証拠としてマスクオーバーレイ付きの注釈画像を送信します
* **動画出力ブロック** ライブ監視、セグメンテーション可視化、または後処理分析のために、マスク塗りつぶし付きの注釈付き動画ストリームや録画を作成します
### 型識別子
ステップで次の識別子を使用してください `"type"` フィールド： `roboflow_core/mask_visualization@v1` ワークフローにこのブロックをステップとして追加するには。
### プロパティ
| **名前** | **型** | **説明** | 参照 |
| ------------ | ----------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -- |
| `name` | `str` | このステップの一意の識別子を入力してください。 | ❌ |
| `copy_image` | `bool` | このオプションを有効にすると、可視化用に入力画像のコピーを作成し、元の画像を保持します。複数の可視化を重ねる場合に使用してください。 | ✅ |
| `カラーパレット` | `str` | 可視化要素のカラーパレットを選択します。 | ✅ |
| `パレットサイズ` | `整数` | パレット内の色数を指定します。これはカスタムまたはMatplotlibのパレットを使用する場合に適用されます。 | ✅ |
| `カスタムカラー` | `List[str]` | バウンディングボックス用のカスタムカラーの一覧をHEX形式で定義します。 | ✅ |
| `色の割り当て` | `str` | バウンディングボックスの色をどのように割り当てるかを選択します。 | ✅ |
| `opacity` | `float` | マスクオーバーレイの不透明度。0.0（完全に透明）から1.0（完全に不透明）までの範囲です。色付きマスク塗りつぶしの透明度を制御します。低い値（例：0.3〜0.5）では元の画像の詳細が透けて見える半透明のオーバーレイになり、高い値（例：0.7〜1.0）では背景の詳細をより隠す、より不透明な塗りつぶしになります。一般的には、マスクと元画像の両方が見えるバランスの取れた可視化には0.4〜0.7の範囲が使われます。 | ✅ |
この **参照** 列は、で利用可能な動的値を使ってプロパティをパラメータ化できる可能性を示します `ワークフロー` 実行時。参照 *バインディング* 詳細は。
### 入力と出力のバインディング
利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が `マスクの可視化` のバージョン `v1` あるか確認してください。
入力と出力のバインディング
* 入力
* `image` ([*`image`*](/workflows/ja/gaido/developer-guide/kinds/image.md)): 可視化対象の画像。
* `copy_image` ([*`boolean`*](/workflows/ja/gaido/developer-guide/kinds/boolean.md)): このオプションを有効にすると、可視化用に入力画像のコピーを作成し、元の画像を保持します。複数の可視化を重ねる場合に使用してください。
* `predictions` (*Union\[*[*`rle_instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/rle-instance-segmentation-prediction.md)*,* [*`semantic_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/semantic-segmentation-prediction.md)*,* [*`instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*]*）：検出されたオブジェクトのマスクを含むセグメンテーション予測です。このブロックはセグメンテーションマスクを使用して、オブジェクトまたはクラスの境界に正確に従う色付き塗りつぶしを作成します。マスクデータを含むセグメンテーションモデルの出力が必要であり、RLEエンコードされている場合があります。
* `カラーパレット` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)）：可視化要素のカラーパレットを選択します。
* `パレットサイズ` ([*`整数`*](/workflows/ja/gaido/developer-guide/kinds/integer.md)）：パレット内の色数を指定します。これはカスタムまたはMatplotlibのパレットを使用する場合に適用されます。
* `カスタムカラー` ([*`list_of_values`*](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)）：バウンディングボックス用のカスタムカラーの一覧をHEX形式で定義します。
* `色の割り当て` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)）：バウンディングボックスの色をどのように割り当てるかを選択します。
* `opacity` ([*`float_zero_to_one`*](/workflows/ja/gaido/developer-guide/kinds/float-zero-to-one.md)）：マスクオーバーレイの不透明度。0.0（完全に透明）から1.0（完全に不透明）までの範囲です。色付きマスク塗りつぶしの透明度を制御します。低い値（例：0.3〜0.5）では元の画像の詳細が透けて見える半透明のオーバーレイになり、高い値（例：0.7〜1.0）では背景の詳細をより隠す、より不透明な塗りつぶしになります。一般的には、マスクと元画像の両方が見えるバランスの取れた可視化には0.4〜0.7の範囲が使われます。
* 出力
* `image` ([`image`](/workflows/ja/gaido/developer-guide/kinds/image.md)): ワークフロー内の画像。
JSON 定義の例
```json
{
"name": "",
"type": "roboflow_core/mask_visualization@v1",
"image": "$inputs.image",
"copy_image": true,
"predictions": "$steps.instance_segmentation_model.predictions",
"color_palette": "DEFAULT",
"palette_size": 10,
"custom_colors": [
"#FF0000",
"#00FF00",
"#0000FF"
],
"color_axis": "CLASS",
"opacity": 0.5
}
```