首页
/ HKUSTMDI/mdi-sam-server 项目API接口详解

HKUSTMDI/mdi-sam-server 项目API接口详解

2025-06-26 18:42:18作者:伍霜盼Ellen

项目概述

HKUSTMDI/mdi-sam-server 是一个基于SAM(Segment Anything Model)模型的服务端实现,提供图像分割相关的API接口。该项目主要面向需要图像分割功能的开发者,通过简单的API调用即可获得专业的图像分割结果。

接口基础信息

请求规范

所有API请求需要遵循以下规范:

  • 请求头必须包含:Content-Type:application/json
  • 需要身份验证的接口需在请求头中包含token:token:xxxx
  • 请求体采用JSON格式

接口列表

项目提供以下三个核心接口:

  1. predict - SAM模型预测接口,用于获取图像指定位置的mask
  2. preload - 图片预加载接口,可提高后续predict速度
  3. health - 健康检查接口

predict接口详解

接口功能

predict接口是项目的核心功能,它基于SAM模型对输入的图像进行分割处理。用户可以通过提供图像URL和提示信息(点或矩形框)来获取精确的分割结果。

请求方式

  • 方法:POST
  • URL:${prefix_url}/predict

请求参数

参数名 类型 必填 描述
tasks JSON 包含待处理图片信息的数组
task_id string 任务唯一标识
params JSON 预测参数配置
model_version string SAM模型类型,默认sam_vit_l
img_type string 图片类型,默认normal,可选sdpc/svs/tiff/normal

请求示例

基础请求结构

{
    "tasks": [
        {
            "data": {
                "image": "图片URL"
            }
        }
    ],
    "task_id": "任务ID",
    "params": {
        "context": {
            "result": [
                // 提示信息(点或矩形框)
            ]
        }
    }
}

提示信息类型

  1. 点模式(keypointlabels)
{
    "original_width": 3840,
    "original_height": 2160,
    "image_rotation": 0,
    "value": {
        "x": 80.31,
        "y": 43.67,
        "width": 0.28,
        "keypointlabels": ["标签"]
    },
    "is_positive": true,
    "type": "keypointlabels",
    "origin": "manual"
}
  1. 矩形模式(rectanglelabels)
{
    "original_width": 3840,
    "original_height": 2160,
    "image_rotation": 0,
    "value": {
        "x": 55,
        "y": 44,
        "width": 8,
        "height": 10,
        "rectanglelabels": ["标签"]
    },
    "type": "rectanglelabels",
    "origin": "manual"
}

响应结构

{
    "results": [
        {
            "model_version": "模型信息",
            "result": [
                {
                    "id": "结果ID",
                    "original_height": 2160,
                    "original_width": 3840,
                    "score": 0.73,
                    "type": "brushlabels",
                    "value": {
                        "bbox": [1501,570,642,730],
                        "brushlabels": ["标签"],
                        "format": "rle",
                        "rle": [...]
                    }
                }
            ]
        }
    ]
}

使用场景示例

1. 点提示分割

通过提供正负点提示,引导模型进行精确分割:

{
    "tasks": [{"data": {"image": "图片URL"}}],
    "params": {
        "context": {
            "result": [
                // 正点1
                {"value": {"x":50,"y":50,"keypointlabels":["标签"]},"is_positive":true},
                // 正点2
                {"value": {"x":44,"y":50,"keypointlabels":["标签"]},"is_positive":true},
                // 负点
                {"value": {"x":50,"y":40,"keypointlabels":["标签"]},"is_positive":false}
            ]
        }
    }
}

2. 矩形提示分割

通过提供矩形区域提示,快速获取目标分割结果:

{
    "tasks": [{"data": {"image": "图片URL"}}],
    "params": {
        "context": {
            "result": [
                {
                    "value": {
                        "x":55,"y":44,"width":8,"height":10,
                        "rectanglelabels":["标签"]
                    },
                    "type":"rectanglelabels"
                }
            ]
        }
    }
}

3. WSI图像分割

针对大尺寸WSI(Whole Slide Image)图像的特殊处理:

{
    "img_type": "sdpc",
    "params": {
        "context": {
            "cur_scale": 1.1,
            "result": [
                // 可混合使用点和矩形提示
            ]
        }
    }
}

preload接口详解

接口功能

preload接口用于预加载图像到模型中,可显著提高后续predict接口的响应速度。但需要注意:WSI类型图片不支持此功能。

请求方式

  • 方法:POST/GET
  • URL:${prefix_url}/preload

请求参数

参数名 类型 必填 描述
url string 需要预加载的图片URL
task_id string 任务唯一标识

使用示例

{
    "url": "图片URL",
    "task_id": "任务ID"
}

health接口详解

接口功能

简单的健康检查接口,用于验证服务是否正常运行。

请求方式

  • 方法:GET
  • URL:${prefix_url}/health

响应示例

{
    "code": 200,
    "model_class": "SamMLBackend",
    "msg": "ok"
}

性能优化建议

  1. 合理使用preload:对于需要多次处理的普通图片,先调用preload接口可显著提高后续处理速度
  2. 选择合适的提示类型:点提示适合精细分割,矩形提示适合快速获取大致区域
  3. 模型版本选择:根据需求平衡精度和速度,较大模型精度更高但速度较慢
  4. WSI图像处理:注意必须提供cur_scale参数,并正确设置img_type

常见问题

  1. Q: WSI图片为什么不能使用preload? A: WSI图片通常体积巨大,预加载会占用大量内存,因此设计为实时处理模式。

  2. Q: 如何选择正负点提示? A: 正点应标记在目标区域内,负点应标记在非目标区域但容易被误识别的位置。

  3. Q: 分割效果不理想怎么办? A: 可以尝试增加提示点的数量,或调整提示点的位置,必要时可混合使用点和矩形提示。

通过本文的详细讲解,开发者应该能够充分理解并使用HKUSTMDI/mdi-sam-server项目提供的API接口,实现高效的图像分割功能。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
178
262
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
867
513
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
265
305
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
598
57
GitNextGitNext
基于可以运行在OpenHarmony的git,提供git客户端操作能力
ArkTS
10
3