mask np.Optional[np.ndarray] （可选[np.ndarray]）：包含分割掩码的形状数组（n，W，H）。

如果`mask`是一个可选的形状为（n，W，H的numpy数组，你可以使用以下代码对其进行处理：

if masks is not None and masks.shape[0] > 0:
    for label, score, seg in zip(class_ids, conf, masks):
        for obj_idx in range(seg.shape[0]):
            # 解析分割掩码
            mask = seg[obj_idx]  # 取第obj_idx个对象的分割掩码
            mask = mask.astype(np.uint8)  # 将掩码转换为无符号整数类型
            _, mask_binary = cv2.threshold(mask, 0, 255, cv2.THRESH_BINARY)  # 将掩码转换为二值图像

            # 获取分割多边形
            contours, _ = cv2.findContours(mask_binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
            contour = contours[0] if len(contours) > 0 else []

            # 将分割多边形的点坐标转换为列表的点（points）形式
            points = [[int(coord[0]), int(coord[1])] for coord in contour.squeeze().tolist()] if len(contour) > 0 else []

            results.append({
                "confidence": str(score),
                "label": labels.get(label, "unknown"),
                "points": points,
                "type": "polygon",
                "mask": mask.tolist()  # 将分割掩码转换为列表形式
            })

这样修改后，可以处理包含多个分割对象的情况。每个对象的分割掩码将被提取并存储在results列表中。