如何通过segment\predict.py获取每个目标的mask图

要获取每个目标的mask图，你可以按照以下步骤操作：

1. 使用segment/predict.py对输入图像进行分割，得到语义分割图像。
2. 使用cv2.findContours函数找到语义分割图像中所有的轮廓，得到轮廓列表。
3. 遍历轮廓列表，对每个轮廓生成对应的mask图像。可以使用cv2.drawContours函数将轮廓绘制在全0的空白图像上，得到对应的mask图像。

以下是示例代码：

import cv2

# 加载语义分割图像
seg_img = cv2.imread("semantic_segmentation.png")

# 获取轮廓列表
seg_gray = cv2.cvtColor(seg_img, cv2.COLOR_BGR2GRAY)
contours, hierarchy = cv2.findContours(seg_gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 遍历轮廓列表，生成对应的mask图像
masks = []
for i, contour in enumerate(contours):
    mask = np.zeros_like(seg_gray)
    cv2.drawContours(mask, [contour], -1, 255, -1)
    masks.append(mask)

# masks中存储了所有目标的mask图像