ml.postprocessing.ultralytics — Ultralytics

El módulo ml.postprocessing.ultralytics contiene clases para Ultralytics.

class YoloV5 – YOLO V5

Se usa para posprocesar la salida del modelo YOLO V5.

class ml.postprocessing.ultralytics.YoloV5(threshold: float = 0.6, nms_threshold: float = 0.1, nms_sigma: float = 0.1)

Crea un posprocesador YOLO V5.

threshold Umbral de puntuación para filtrar las detecciones antes de NMS.

nms_threshold Umbral de IoU usado por NMS para suprimir cuadros delimitadores superpuestos.

nms_sigma Valor sigma usado por Soft-NMS para la atenuación de puntuación.

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

Posprocesa la lista de matrices outputs producida por model para la lista inputs dada. Devuelve una lista de listas por clase; cada lista interna contiene tuplas ((x, y, w, h), score) en coordenadas de ROI. Las listas de clase vacías se conservan para que cada índice de lista coincida con el índice de clase correspondiente en la salida del modelo.

class YoloV8 – YOLO V8

Se usa para posprocesar la salida del modelo YOLO V8.

class ml.postprocessing.ultralytics.YoloV8(threshold: float = 0.6, nms_threshold: float = 0.1, nms_sigma: float = 0.1)

Crea un posprocesador YOLO V8.

threshold Umbral de puntuación para filtrar las detecciones antes de NMS.

nms_threshold Umbral de IoU usado por NMS para suprimir cuadros delimitadores superpuestos.

nms_sigma Valor sigma usado por Soft-NMS para la atenuación de puntuación.

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

Posprocesa la lista de matrices outputs producida por model para la lista inputs dada. Devuelve una lista de listas por clase; cada lista interna contiene tuplas ((x, y, w, h), score) en coordenadas de ROI. Las listas de clase vacías se conservan para que cada índice de lista coincida con el índice de clase correspondiente en la salida del modelo.