视觉智能平台这个返回的数据，可以只要这个白色的外轮廓坐标吗？

视觉智能平台可以通过分割抠图技术返回图片中切割部分的外轮廓坐标。这项技术基于深度学习，可以实现高精度的视觉分割能力，包括秒级全自动主体和场景像素级识别，以及发丝级精抠等功能。

首先，通用分割能力可以识别输入图像中的物体轮廓，将物体与背景分离，并返回分割后的前景物体图。这意味着，如果您需要的是图片中某个物体的白色外轮廓，这项技术可以帮助您实现这一点。

其次，为了获取这些数据，您可能需要使用阿里云视觉智能开放平台的分割抠图API，并且可能需要准备相应的环境和资源，例如下载适用于分割抠图类目的Java SDK。

总的来说，通过这些技术，您可以获得图片中特定物体外轮廓坐标，从而用于进一步的图像处理或分析。

视觉智能平台目前返回的数据中不直接包含图片里面切割部分的外轮廓坐标。

视觉智能平台提供的服务主要是通过图像分割技术来识别和处理图像中的物体。在图像分割的过程中，平台会生成一个mask（掩膜），该mask能够标识出图像中感兴趣的物体区域。通常情况下，这个mask会有一个边界框（bounding box）的坐标信息，这个边界框按照XYWH（即x坐标、y坐标、宽度、高度）的顺序提供了物体位置的一个大致范围。

如果需要获取更为精细的外轮廓坐标信息，可能需要进一步的处理。在一些应用场景中，比如相邻物体的mask融合时，前端开发者可能需要重新计算轮廓信息以适应特定的需求。此外，图像分割技术可以分为传统机器学习方法和深度学习方法两大类，后者虽然计算成本较高，但能够得到更好的效果。

对于需要精确外轮廓坐标的场景，可以考虑使用边缘检测算法来提取边缘和轮廓。例如，HED（Holistically-Nested Edge Detection）是一种基于深度学习的边缘提取算法，它能够提供整体图像的训练和预测以及多尺度、多层特征的学习，有助于获取更为精确的边缘信息。

综上所述，虽然视觉智能平台不直接提供外轮廓坐标，但可以通过额外的图像处理步骤或者利用特定的算法来实现这一需求。

您好，查阅文档来看的话目前是没有外轮廓坐标的，目前有包含mask的bounding box的坐标，按照XYWH的顺序

关于外轮廓坐标信息相关内容您可以通过钉钉群（23109592）咨询了解一下。

这个外轮廓的坐标信息是没有的。此回答整理自钉群“阿里云视觉智能开放平台咨询1群”