`ml.postprocessing.darknet` — Darknet¶

El módulo ml.postprocessing.darknet contiene posprocesadores para modelos de detección de objetos basados en Darknet.

class YoloV2 – YOLO V2¶

Posprocesador para las salidas del modelo YOLO V2.

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

Crea un posprocesador YOLO V2.

threshold Umbral de puntuación aplicado antes de la supresión de no máximos.

anchors numpy.ndarray 2D de forma (N, 2) que contiene las dimensiones (w, h) de los cuadros ancla con los que se entrenó el modelo. Si es None, se usa un conjunto predeterminado integrado de 5 anclas.

nms_threshold Umbral pasado a la supresión de no máximos.

nms_sigma Valor sigma pasado a la supresión de no máximos.

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

Llamado por ml.Model.predict() para posprocesar las salidas del modelo.

model La instancia de ml.Model a la que está asociado el posprocesador.

inputs Lista de objetos de entrada del modelo (usada para obtener la ROI de entrada).

outputs Lista de tensores de salida sin procesar del modelo.

Devuelve una lista de listas por clase de tuplas ((x, y, w, h), score). Por ejemplo, [[((x, y, w, h), score), ...], ...]. Las listas de clase vacías se conservan para que cada índice de lista coincida con el índice de clase del modelo. Devuelve una tupla vacía () cuando ninguna detección supera el umbral de puntuación.

class YoloLC – YOLO LC¶

Posprocesador para las salidas del modelo YOLO LC. Subclase de YoloV2 que proporciona un conjunto de anclas predeterminado diferente, ajustado para el modelo YOLO LC.

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

Crea un posprocesador YOLO LC.