マスク可視化
画像内の検出オブジェクトにマスクを適用します。
セグメンテーションマスクを半透明のカラーオーバーレイで塗りつぶし、インスタンスセグメンテーション予測で検出されたオブジェクトの形状に正確に沿う単色の塗りつぶしを作成します。
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、マスク領域をカラーオーバーレイで塗りつぶします。このブロックは次のことを行います：
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
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
選択したカラーパレットに基づいて各マスクに色を適用し、クラス、インデックス、またはトラックIDごとに色を割り当てます
Supervision の MaskAnnotator を使用して、マスク領域を単色で塗りつぶします
指定された不透明度で、カラーのマスクオーバーレイを元の画像とブレンドします
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そのままの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カラーオーバーレイで塗りつぶし、オブジェクトの境界に厳密に沿う単色の塗りつぶしを作成します。輪郭を描くポリゴン表示や、長方形領域を使用するバウンディングボックス表示とは異なり、マスク表示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。opacity パラメータはマスクオーバーレイの透明度を制御し、低い値では元の画像の詳細をカラーのマスク越しに確認でき、高い値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。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ます。これは、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の塗りつぶしを作成するために特化しているためです。
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表示したり、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したりします
形状に正確に追従するオーバーレイ：セグメント化された形状に正確に一致する色でオブジェクトを塗りつぶし、医用画像、品質管理、正確なオブジェクト識別など、領域の正確な可視化が必要な用途に役立ちます
マスクベースのオブジェクト強調表示：オブジェクトの境界に正確に沿うカラー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：モデルの性能を確認したり、セグメンテーションエラーを特定したり、モデル開発やデバッグのワークフローでマスクの精度を検証したりするために、カラー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ます
医療・科学画像：カラーのマスクオーバーレイが組織境界、細胞領域、または測定領域の可視化に役立つ、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
マスク品質の検査：カラーのマスク塗りつぶしを使用してセグメンテーション品質を検査し、マスク境界を確認したり、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領域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のものに接続できます：
他の可視化ブロック （例：ラベル表示、ポリゴン表示、バウンディングボックス表示）を使って、マスクの塗りつぶしに追加の注釈（ラベル、輪郭）を組み合わせ、包括的に可視化します
データ保存ブロック （例：ローカルファイル出力、CSVフォーマッタ、Roboflow データセットアップロード）を使って、文書化、レポート、分析のためにマスクオーバーレイ付きの画像を保存します
Webhook ブロック 可視化された結果をマスク塗りつぶし付きで外部システム、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で表示します
通知ブロック （例：メール通知、Slack通知）を使って、アラートやレポートの視覚的な証拠として、マスクオーバーレイ付きの注釈画像を送信します
ビデオ出力ブロック ライブ監視、セグメンテーションの可視化、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
種別識別子
ステップで次の識別子を使用します "type" フィールド: roboflow_core/mask_visualization@v1 ワークフローにステップとしてブロックを追加するには。
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、元画像を保持します。複数の可視化を重ねる場合に使用します。
✅
color_palette
str
可視化要素のカラーパレットを選択します。
✅
palette_size
int
パレット内の色数を指定します。カスタムパレットまたはMatplotlibパレットを使用する場合に適用されます。
✅
custom_colors
List[str]
バウンディングボックス用のカスタムカラーのリストをHEX形式で定義します。
✅
color_axis
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。
✅
不透明度
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。カラーの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、マスクと下の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程度が使われます。。
✅
この 参照 列は、で利用可能な動的値を使用し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 詳細情報
入出力バインディング
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 持つか確認してください。
入出力バインディング
入力
画像(画像）：可視化対象の画像。copy_image(boolean）：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、元画像を保持します。複数の可視化を重ねる場合に使用します。predictions(Union[instance_segmentation_prediction,rle_instance_segmentation_prediction,semantic_segmentation_prediction]）：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沿う色の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 でエンコードされている場合があります。。color_palette(string）：可視化要素のカラーパレットを選択します。palette_size(integer）：パレット内の色数を指定します。カスタムパレットまたはMatplotlibパレットを使用する場合に適用されます。custom_colors(list_of_values）：バウンディングボックス用のカスタムカラーのリストをHEX形式で定義します。color_axis(string）：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。不透明度(float_zero_to_one）：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。カラーの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、マスクと下の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程度が使われます。。
出力
画像(画像）：ワークフロー内の画像。
最終更新
役に立ちましたか？