Update sam_module.py

sam_module.py

@@ -76,7 +76,7 @@ def create_sam_mask(self, image, bbox_coords, mode):
                     align_corners=False
              ).squeeze()
     
-            mask_np = resized_mask.sigmoid().cpu().numpy(). #wandelt Modellausgaben in Wahrscheinlichkeiten und bewegt Daten von GPU nach CPU
+            mask_np = resized_mask.sigmoid().cpu().numpy()  #wandelt Modellausgaben in Wahrscheinlichkeiten und bewegt Daten von GPU nach CPU
             all_masks.append(mask_np) #fügt die aktuelle Maske der Liste all_masks hinzu
 
 
@@ -236,7 +236,7 @@ def create_sam_mask(self, image, bbox_coords, mode):
             mask_array = mask_array.astype(np.float32) / 255.0
             print(f"   Konvertiert zu Float32: Min={mask_array.min():.3f}, Max={mask_array.max():.3f}")
     
-            mask_array = np.clip(mask_array, 0.0, 1.0).  #begrenzt alle Werte auf 0 und 1
+            mask_array = np.clip(mask_array, 0.0, 1.0)  #begrenzt alle Werte auf 0 und 1
             mask_array = mask_array ** 0.85  # Gamma-Korrektur Werte > 0.5 werden abgedunkelt, <0.5 aufgehellt-erzeugt natürliche Maskenübergänge
             print(f"   Nach Gamma 0.85: Min={mask_array.min():.3f}, Max={mask_array.max():.3f}")
     
@@ -506,7 +506,7 @@ def create_sam_mask(self, image, bbox_coords, mode):
             print("-" * 60)
     
             # ============================================================
-            # SCHRITT 1: Originalbild sichern
+            # Originalbild sichern
             # Andere Vorgehensweise da SAM bei kleinen Köpfen sonst keine Chance hat!
             # Bild ausschneiden auf eine vergrößerte quadratische Box - Crops
             # ============================================================
@@ -514,7 +514,7 @@ def create_sam_mask(self, image, bbox_coords, mode):
             print(f"💾 Originalbild gesichert: {original_image.size}")
     
             # ============================================================
-            # SCHRITT 2: Crop = BBox × 2.5 (ERHÖHT für mehr Kontext) 
+            # Crop = BBox × 2.5 (ERHÖHT für mehr Kontext) 
             # ============================================================
             print("✂️ SCHRITT 2: ERSTELLE QUADRATISCHEN AUSSCHNITT (BBox × 2.5)")
     
@@ -570,7 +570,7 @@ def create_sam_mask(self, image, bbox_coords, mode):
             print(f"   ✅ Quadratischer Ausschnitt erstellt: {cropped_image.size}")
     
             # ============================================================
-            # SCHRITT 3: BBox-Koordinaten transformieren
+            # BBox-Koordinaten transformieren
             # ============================================================
             print("📐 SCHRITT 3: BBox-KOORDINATEN TRANSFORMIEREN")
             rel_x1 = x1 - crop_x1
@@ -588,7 +588,7 @@ def create_sam_mask(self, image, bbox_coords, mode):
             print(f"   📏 Relative BBox Größe: {rel_x2-rel_x1} × {rel_y2-rel_y1} px")
     
             # ============================================================
-            # SCHRITT 4: INTENSIVE BILDAUFBEREITUNG FÜR GESICHTSERKENNUNG
+            # INTENSIVE BILDAUFBEREITUNG FÜR GESICHTSERKENNUNG
             # ============================================================
             print("🔍 SCHRITT 4: ERWEITERTE BILDAUFBEREITUNG FÜR GESICHTSERKENNUNG")
     
@@ -617,7 +617,7 @@ def create_sam_mask(self, image, bbox_coords, mode):
             print(f"   📊 SAM-Eingabegröße: {image.size}")
 
             # ============================================================
-            # SCHRITT 5: SAM-AUSFÜHRUNG
+            # SAM-AUSFÜHRUNG
             # ============================================================
             print("-" * 60)
             print(f"📦 BOUNDING BOX DETAILS FÜR SAM:")