LAB 16 · 点、框与负提示：分割规则基线
按问题继续
像素连通域、正负点/框提示、局部/整体多义性
对应课堂（6 页）
可先阅读已有结果，再决定是否运行。重算时请核对各节记录的数据、参数、环境与日期。
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。
展开完整实现代码
# Writable ephemeral workspace for detached readonly cloud runs.
import os, tempfile
os.chdir(tempfile.mkdtemp(prefix='lec03_lab16_'))
import numpy as np
from pathlib import Path
import matplotlib; matplotlib.use('Agg')
import matplotlib.pyplot as plt
out=Path('lab16-results'); out.mkdir(exist_ok=True)
image=np.full((48,64,3),.94); image[8:39,7:34]=[.8,.18,.15]
image[18:29,17:27]=[.48,.10,.08]; image[13:37,43:57]=[.12,.25,.8]
def segment(image,positive,tolerance,negative=None,box=None):
x,y=positive; seed=image[y,x]; allowed=np.linalg.norm(image-seed,axis=-1)<tolerance
if negative is not None:
nx,ny=negative
allowed &= np.linalg.norm(image-image[ny,nx],axis=-1)>.15
if box is not None:
x0,y0,x1,y1=box; crop=np.zeros(allowed.shape,bool); crop[y0:y1,x0:x1]=True; allowed &= crop
result=np.zeros(allowed.shape,bool); stack=[(x,y)]
while stack:
x,y=stack.pop()
if not (0<=x<64 and 0<=y<48) or result[y,x] or not allowed[y,x]: continue
result[y,x]=True; stack.extend([(x-1,y),(x+1,y),(x,y-1),(x,y+1)])
return result
configs=[('tight',.2,None,None),('loose',.5,None,None),('negative',.5,(10,10),None),('box',.5,None,(16,17,28,30))]
masks=[segment(image,(21,23),t,n,b) for _,t,n,b in configs]
fig,axs=plt.subplots(1,5,figsize=(12,3)); axs[0].imshow(image); axs[0].plot(21,23,'g+'); axs[0].set_title('RGB + positive point')
for ax,(name,*_),mask in zip(axs[1:],configs,masks): ax.imshow(mask,vmin=0,vmax=1); ax.set_title(name+' area='+str(mask.sum()))
for ax in axs: ax.axis('off')
fig.tight_layout(); fig.savefig(out/'lab16-prompts.png',dpi=150); plt.close(fig)
assert masks[0].sum()==110 and masks[1].sum()==837
print({name:int(m.sum()) for (name,*_),m in zip(configs,masks)})
print('negative removes similar outer-shell pixels; box clips, neither proves learned object semantics')已完成的基准运行
以下是本轮本地独立 Python 进程的实际标准输出，云端执行另行记录。
{'tight': 110, 'loose': 837, 'negative': 110, 'box': 156}
negative removes similar outer-shell pixels; box clips, neither proves learned object semantics
紧容差只保留内部 110 像素；宽容差合并到 837 像素外壳。负点回到 110，框则保留框内相连部分。这说明提示与算法假设共同决定输出，框还可能截断对象。
SAM 把图像与提示分别编码，由 mask decoder 预测多个候选和质量分数；不是这段颜色规则。真实模型使用流程见 官方 SAM predictor。本次没有执行 SAM checkpoint。比较算法时固定这张图与提示，保存返回 mask，不把任意一个包含正点的 mask 都叫正确答案。下一步只把正点移到蓝色物体，解释颜色阈值是否还足够；与 LAB 11 像素预测 对照：模型类别预测和使用者选择对象是两个问题。
不运行也能检查：一个点包含在两个区域中
在 8×8 网格里，让局部区域为行列 2–3 的四个格子，整体区域为行列 1–6 的 36 个格子。点 (2,2) 同时属于两者，所以“包含正点”无法唯一规定目标。当前上方 RGB 实验进一步用容差、负点和框实际选择区域。