Update sam_module.py

sam_module.py

@@ -90,20 +90,8 @@ def create_sam_mask(self, image, bbox_coords, mode):
             best_score = -1
             
             # Alle 3 Masken analysieren (OHNE sie alle zu skalieren!)
-            for i in range(num_masks):
-                # Maske in Original-SAM-Größe (256x256) analysieren
-                mask_256 = outputs.pred_masks[:, :, i, :, :]
-                mask_np_256 = mask_256.sigmoid().squeeze().cpu().numpy()
-                
-                # Für Heuristik: Temporär auf Bildgröße skalieren für Flächenverhältnis und Schwerpunktposition
-                temp_mask = F.interpolate(
-                    mask_256,
-                    size=(image.height, image.width),
-                    mode='bilinear',
-                    align_corners=False
-                ).squeeze()
-                
-                mask_np_temp = temp_mask.sigmoid().cpu().numpy()
+            for i in range(num_masks):                         
+                mask_np_temp = all_masks[i] #verwende Maske auf Original-Bildgröße
                 
                 # Adaptive Vor-Filterung (prüft ob Maske überhaupt gültig ist)
                 mask_max = mask_np_temp.max()