如何导出Yolo v7模型生成的心脏掩码的多边形坐标？

• 定位掩码处理逻辑：在YOLOv7-seg的推理脚本（如segment/predict.py）中，模型推理后会输出包含掩码的结果，找到masks变量（模型输出的掩码张量）。

• 转换掩码格式：将GPU上的掩码张量转为CPU端的numpy二值数组：

masks_np = masks.cpu().numpy().astype(np.uint8)

这里masks_np的形状为(n, h, w)，n是检测到的目标数量，h、w是掩码的高度和宽度。

• 提取多边形轮廓：用OpenCV的轮廓检测函数提取每个掩码的多边形坐标，示例代码如下：

import cv2
import numpy as np

polygons = []
for mask in masks_np:
    # 提取最外层轮廓，过滤内部小轮廓
    contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    if contours:
        # 取面积最大的轮廓（避免噪点干扰）
        largest_contour = max(contours, key=cv2.contourArea)
        # 转换为(x,y)坐标列表
        poly_coords = largest_contour.reshape(-1, 2).tolist()
        polygons.append(poly_coords)

• 适配原图尺寸：如果模型输出的掩码尺寸小于原图，需要先将掩码缩放至原图尺寸再提取轮廓，示例：

# 假设原图尺寸为(img_h, img_w)
mask_resized = cv2.resize(mask, (img_w, img_h), interpolation=cv2.INTER_NEAREST)

• 保存结果：将提取到的多边形坐标和对应的边界框、类别ID等信息一起保存（比如写入JSON文件），方便后续使用。

内容的提问来源于stack exchange，提问作者Alexander Rausch