Lecture 03一个点为什么不总能确定一个对象
一个点为什么不总能确定一个对象
按问题继续
像素连通域、正负点/框提示、局部/整体多义性
学习路径： 像素、边界与对象身份 · 一句话指向哪个对象。两个入口引用同一份现有材料，不需要重复阅读或运行。
这是 P46–47 提示式分割 的按需短练习，不是 SAM 权重实验。输入同一张 RGB 图、一个正点及可选负点/框，颜色距离与连通域规则返回 mask；没有参数训练。
先看 四种已保存输出，再只改一种条件：颜色容差、负点或框。记录返回面积或边界怎样改变，说明变化来自增加的提示信息还是规则本身的假设。
一个点为什么不总能确定一个对象
输入是自行绘制的 48×64 RGB 图像：相邻的红色外壳和深红色内部零件，另有蓝色物体。正点、负点和矩形是使用者给出的条件，而非正确 mask。本例使用颜色距离与连通域的确定性算法，完整读入像素并返回 mask；它不训练，也不是 SAM。我们保留原来的“同一点同时落在局部和整体”例子，但现在实际改变提示和阈值，检查返回区域。
先预测：扩大颜色容差，正点的连通区域会增加还是减少？增加落在外壳上的负点会如何影响结果？负点在此算法中添加的是颜色排除规则，与 SAM 学到的提示编码不同。