`ml.postprocessing.darknet` — Darknet¶

Das Modul ml.postprocessing.darknet enthält Nachbearbeiter für auf Darknet basierende Objekterkennungsmodelle.

class YoloV2 – YOLO V2¶

Nachbearbeiter für die Ausgaben von YOLO-V2-Modellen.

class ml.postprocessing.darknet.YoloV2(threshold: float = 0.6, anchors: numpy.ndarray = None, nms_threshold: float = 0.1, nms_sigma: float = 0.1)¶

Erstellt einen YOLO-V2-Nachbearbeiter.

threshold Schwellenwert für den Score, der vor der Non-Maximum-Suppression angewendet wird.

anchors 2D-numpy.ndarray der Form (N, 2), das die (w, h)-Abmessungen der Anker-Boxen enthält, mit denen das Modell trainiert wurde. Ist es None, wird ein eingebauter Standardsatz von 5 Ankern verwendet.

nms_threshold Schwellenwert, der an die Non-Maximum-Suppression übergeben wird.

nms_sigma Sigma-Wert, der an die Non-Maximum-Suppression übergeben wird.

__call__(model: ml.Model, inputs: list, outputs: list) → list¶

Wird von ml.Model.predict() aufgerufen, um die Modellausgaben nachzubearbeiten.

model Die ml.Model-Instanz, an die der Nachbearbeiter angehängt ist.

inputs Liste der Modelleingabeobjekte (verwendet, um die Eingabe-ROI zu erhalten).

outputs Liste der rohen Ausgabetensoren des Modells.

Gibt eine Liste von Listen pro Klasse mit ((x, y, w, h), score)-Tupeln zurück. Z. B. [[((x, y, w, h), score), ...], ...]. Leere Klassenlisten werden beibehalten, sodass jeder Listenindex dem Klassenindex des Modells entspricht. Gibt ein leeres Tupel () zurück, wenn keine Erkennung den Score-Schwellenwert überschreitet.

class YoloLC – YOLO LC¶

Nachbearbeiter für die Ausgaben von YOLO-LC-Modellen. Unterklasse von YoloV2, die einen anderen, auf das YOLO-LC-Modell abgestimmten Standard-Ankersatz bereitstellt.

class ml.postprocessing.darknet.YoloLC(threshold: float = 0.6, anchors: numpy.ndarray = None, nms_threshold: float = 0.1, nms_sigma: float = 0.1)¶

Erstellt einen YOLO-LC-Nachbearbeiter.