Update controlnet_module.py

controlnet_module.py

@@ -224,8 +224,21 @@ class ControlNetProcessor:
             # 6. In NumPy konvertieren und Schwellenwert anwenden
             mask_np = final_mask.sigmoid().cpu().numpy()
             print(f"   Nach Sigmoid und CPU: {mask_np.shape}, Wertebereich: [{mask_np.min():.3f}, {mask_np.max():.3f}]")
+      
+
+            # VERWENDEN SIE:
+            # 1. Finde den maximalen Wert in mask_np
+            max_val = mask_np.max()
+            print(f"   🔍 Maximaler SAM-Konfidenzwert: {max_val:.3f}")
+
+            # 2. Setze Threshold auf 80% des Maximalwerts (oder einen anderen Prozentsatz)
+            dynamic_threshold = max_val * 0.8
+            print(f"   🎯 Dynamischer Threshold: {dynamic_threshold:.3f} (80% von Maximum)")
+
+            # 3. Anwenden
+            mask_array = (mask_np > dynamic_threshold).astype(np.uint8) * 255
             
-            mask_array = (mask_np > 0.9).astype(np.uint8) * 255
+            #mask_array = (mask_np > 0.9).astype(np.uint8) * 255
             unique_vals = np.unique(mask_array)
             print(f"   Nach Threshold (0.9): {mask_array.shape}, Unique Werte: {unique_vals}")