imgdiff_difference_area_generator_mapper

Generates and filters bounding boxes for image pairs based on similarity, segmentation, and text matching.

This operator processes image pairs to identify and filter regions with significant differences. It uses a sequence of operations:

  • Filters out image pairs with large differences.

  • Segments the images to identify potential objects.

  • Crops sub-images based on bounding boxes.

  • Determines if the sub-images contain valid objects using image-text matching.

  • Filters out sub-images that are too similar.

  • Removes overlapping bounding boxes.

  • Uses Hugging Face models for similarity and text matching, and FastSAM for segmentation.

  • Caches intermediate results in DATA_JUICER_ASSETS_CACHE.

  • Returns the filtered bounding boxes in the MetaKeys.bbox_tag field.

基于相似性、分割和文本匹配生成并过滤图像对的边界框。

此算子处理图像对以识别和过滤具有显著差异的区域。它使用一系列操作：

  • 过滤掉差异较大的图像对。

  • 分割图像以识别潜在对象。

  • 基于边界框裁剪子图像。

  • 使用图像-文本匹配确定子图像是否包含有效对象。

  • 过滤掉过于相似的子图像。

  • 移除重叠的边界框。

  • 使用 Hugging Face 模型进行相似性和文本匹配，使用 FastSAM 进行分割。

  • 在 DATA_JUICER_ASSETS_CACHE 中缓存中间结果。

  • 返回 MetaKeys.bbox_tag 字段中的过滤后的边界框。

Type 算子类型: mapper

Tags 标签: cpu

🔧 Parameter Configuration 参数配置

name 参数名

type 类型

default 默认值

desc 说明

image_pair_similarity_filter_args

typing.Optional[typing.Dict]

{}

Arguments for image pair similarity filter.

image_segment_mapper_args

typing.Optional[typing.Dict]

{}

Arguments for image segmentation mapper.

image_text_matching_filter_args

typing.Optional[typing.Dict]

{}

Arguments for image-text matching filter.

args

''

kwargs

''

📊 Effect demonstration 效果演示

not available 暂无