46 lines
2.2 KiB
Markdown
46 lines
2.2 KiB
Markdown
# Documentation
|
||
- Class name: WAS_SAM_Combine_Parameters
|
||
- Category: WAS Suite/Image/Masking
|
||
- Output node: False
|
||
- Repo Ref: https://github.com/WASasquatch/was-node-suite-comfyui
|
||
|
||
方法`sam_combine_parameters`旨在合并两组与SAM（Semantic Affinity Model）相关的参数。它的作用是将多个参数集整合成统一的结构，这对于需要将不同SAM实例的数据进行整合的操作至关重要。该节点在确保点和标签的无缝整合中发挥关键作用，促进WAS套件中复杂的图像和掩蔽任务的执行。
|
||
|
||
# Input types
|
||
## Required
|
||
- sam_parameters_a
|
||
- 第一组SAM参数对于组合过程至关重要。它包含了将与另一组合并的初始数据点和标签。此参数显著影响最终组合参数的结构和内容，影响图像和掩蔽工作流程中的后续步骤。
|
||
- Comfy dtype: SAM_PARAMETERS
|
||
- Python dtype: Dict[str, Union[np.ndarray, List[str]]]
|
||
- sam_parameters_b
|
||
- 将与第一组参数结合的第二组SAM参数。它与第一组参数同样重要，提供额外的数据点和标签，有助于组合参数的全面性。
|
||
- Comfy dtype: SAM_PARAMETERS
|
||
- Python dtype: Dict[str, Union[np.ndarray, List[str]]]
|
||
|
||
# Output types
|
||
- parameters
|
||
- `sam_combine_parameters`方法的输出是一组统一的参数，它包含了来自两个输入SAM参数的组合数据。这个输出很重要，因为它是图像和掩蔽领域进一步处理和分析的基础。
|
||
- Comfy dtype: SAM_PARAMETERS
|
||
- Python dtype: Dict[str, Union[np.ndarray, List[str]]]
|
||
|
||
# Usage tips
|
||
- Infra type: CPU
|
||
|
||
# Source code
|
||
```
|
||
class WAS_SAM_Combine_Parameters:
|
||
|
||
def __init__(self):
|
||
pass
|
||
|
||
@classmethod
|
||
def INPUT_TYPES(self):
|
||
return {'required': {'sam_parameters_a': ('SAM_PARAMETERS',), 'sam_parameters_b': ('SAM_PARAMETERS',)}}
|
||
RETURN_TYPES = ('SAM_PARAMETERS',)
|
||
FUNCTION = 'sam_combine_parameters'
|
||
CATEGORY = 'WAS Suite/Image/Masking'
|
||
|
||
def sam_combine_parameters(self, sam_parameters_a, sam_parameters_b):
|
||
parameters = {'points': np.concatenate((sam_parameters_a['points'], sam_parameters_b['points']), axis=0), 'labels': np.concatenate((sam_parameters_a['labels'], sam_parameters_b['labels']))}
|
||
return (parameters,)
|
||
``` |