yolov8-seg中如何输出masks的坐标信息

在 YOLOv8-seg 模型中，输出的 masks 是一个尺寸为 [batch_size, num_classes, img_h, img_w] 的张量，其中每个元素都是一个二值掩码，表示对应像素是否属于对应类别的目标物体。要获得 masks 的坐标信息，可以按以下步骤操作：

1. 将 masks 张量转换为 numpy 数组，可以使用以下代码：

masks_np = masks.cpu().numpy()

其中，cpu() 表示将张量移动到 CPU 上进行计算，numpy() 表示将张量转换为 numpy 数组。

2. 对于每个样本，遍历 masks_np 中的每个通道，找到所有值为 1 的像素点，将其坐标信息保存到一个列表中。可以使用以下代码实现：

import numpy as np

batch_size, num_classes, img_h, img_w = masks_np.shape

all_masks_coords = []

for i in range(batch_size):
    masks_coords = []

    for j in range(num_classes):
        mask = masks_np[i, j]

        if np.sum(mask) > 0:
            ys, xs = np.where(mask == 1)
            coords = np.stack([xs, ys], axis=-1).tolist()
            masks_coords.append(coords)

    all_masks_coords.append(masks_coords)

其中，np.where() 函数可以找到张量中符合条件的元素的下标，np.stack() 函数可以将两个数组按照指定的轴合并成一个新的数组。

3. 最终，all_masks_coords 中每个元素都是一个列表，列表中包含了该样本中所有类别的 masks 的坐标信息。可以根据实际需求进一步处理。