# عقدة كشف SAM3

## نظرة عامة

تقوم عقدة كشف SAM3 بإجراء الكشف والتجزئة ذات المفردات المفتوحة باستخدام الأوصاف النصية أو المربعات المحيطة أو مطالبات النقاط. يمكنها تحديد وتجزئة الكائنات في الصورة بناءً على ما تصفه في النص، أو أين ترسم المربعات، أو أين تنقر على النقاط.

## المدخلات

| المعامل | الوصف | نوع البيانات | إلزامي | النطاق |
| --- | --- | --- | --- | --- |
| `النموذج` | نموذج SAM3 المستخدم للكشف والتجزئة | MODEL | نعم | - |
| `الصورة` | الصورة المدخلة للمعالجة | IMAGE | نعم | - |
| `التهيئة` | التكييف النصي من CLIPTextEncode. مطلوب عند استخدام المطالبات النصية للكشف | CONDITIONING | لا | - |
| `مربعات الإحاطة` | المربعات المحيطة للتجزئة داخلها. يمكن أن تكون مربعًا واحدًا (يطبق على جميع الإطارات)، أو قائمة مربعات (تطبق على جميع الإطارات)، أو قائمة من القوائم (مربعات لكل إطار). عند تقديمها بدون تكييف نصي، تقوم العقدة بالتجزئة داخل كل مربع | BOUNDING_BOX | لا | - |
| `إحداثيات إيجابية` | مطالبات النقاط الإيجابية بتنسيق JSON `[{"x": int, "y": int}, ...]` باستخدام إحداثيات البكسل. هذه هي النقاط التي تريد تضمينها في التجزئة | STRING | لا | - |
| `إحداثيات سلبية` | مطالبات النقاط السلبية بتنسيق JSON `[{"x": int, "y": int}, ...]` باستخدام إحداثيات البكسل. هذه هي النقاط التي تريد استبعادها من التجزئة | STRING | لا | - |
| `العَتَبة` | عتبة الثقة للكشف النصي. يتم الاحتفاظ فقط بالكشفات التي تكون درجاتها أعلى من هذه القيمة (الافتراضي: 0.5) | FLOAT | لا | 0.0 إلى 1.0 |
| `تكرارات التحسين` | عدد مرات تحسين تمرير مفكك SAM. القيم الأعلى يمكن أن تحسن جودة القناع. اضبط على 0 لاستخدام أقنعة الكاشف الخام بدون تحسين (الافتراضي: 2) | INT | لا | 0 إلى 5 |
| `أقنعة فردية` | عند التفعيل، يخرج أقنعة منفصلة لكل كائن مكتشف بدلاً من دمجها في قناع واحد (الافتراضي: False) | BOOLEAN | لا | True/False |

### قيود وملاحظات المعاملات

- **المطالبات النصية**: لاستخدام الكشف النصي، يجب توفير مدخل `conditioning`. عند تقديم التكييف النصي، تقوم العقدة بتشغيل الكشف الموجه بالنص على الصورة.
- **مطالبات المربعات**: عند تقديم `bboxes` بدون تكييف نصي، تقوم العقدة بتجزئة المنطقة داخل كل مربع محيط.
- **مطالبات النقاط**: عند تقديم `positive_coords` أو `negative_coords`، تستخدم العقدة التجزئة القائمة على النقاط. يتم قياس النقاط تلقائيًا إلى الدقة الداخلية للنموذج.
- **أنواع متعددة من المطالبات**: يمكنك دمج أنواع مختلفة من المطالبات. على سبيل المثال، يمكنك تقديم كل من التكييف النصي والمربعات المحيطة لتقييد الكشف النصي في مناطق محددة.
- **المعالجة المجمعة**: تدعم العقدة الصور المجمعة. عند معالجة إطارات متعددة، يمكن تقديم المربعات المحيطة لكل إطار باستخدام تنسيق قائمة من القوائم.
- **تنسيق JSON للنقاط**: يجب تقديم إحداثيات النقاط كسلاسل JSON صالحة بالتنسيق `[{"x": 100, "y": 200}, {"x": 150, "y": 250}]`.

## المخرجات

| اسم المخرج | الوصف | نوع البيانات |
| --- | --- | --- |
| `مربعات الإحاطة` | أقنعة التجزئة. عندما يكون `أقنعة فردية` خطأ (الافتراضي)، يعيد قناعًا واحدًا مدمجًا لكل إطار. عندما يكون صحيحًا، يعيد أقنعة فردية لكل كائن مكتشف | MASK |
| `مربعات الإحاطة` | المربعات المحيطة المكتشفة مع الإحداثيات ودرجات الثقة. يتضمن كل مربع قيم `x` و `y` و `width` و `height` و `score` | BOUNDING_BOX |

> تم إنشاء هذه الوثيقة بواسطة الذكاء الاصطناعي. إذا وجدت أي أخطاء أو لديك اقتراحات للتحسين، فلا تتردد في المساهمة! [تحرير على GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/SAM3_Detect/ar.md)

---
**Source fingerprint (SHA-256):** `d073bda7eca934f3c64e1be740f5fb5249d27046a8be5902ea5d2245d5f679ea`