ml.postprocessing.darknet — Darknet

ml.postprocessing.darknet-moduuli sisältää jälkikäsittelijöitä Darknet-pohjaisille objektintunnistusmalleille.

luokka YoloV2 – YOLO V2

Jälkikäsittelijä YOLO V2 -mallin ulostuloille.

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

Luo YOLO V2 -jälkikäsittelijän.

threshold Pistemäärän kynnysarvo, jota sovelletaan ennen non-maximum suppression -käsittelyä.

anchors 2D-muotoinen numpy.ndarray, jonka muoto on (N, 2) ja joka sisältää (w, h)-ankkurilaatikoiden mitat, joilla malli on koulutettu. Jos None, käytetään sisäänrakennettua 5 ankkurin oletusjoukkoa.

nms_threshold Kynnysarvo, joka välitetään non-maximum suppression -käsittelylle.

nms_sigma Sigma-arvo, joka välitetään non-maximum suppression -käsittelylle.

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

Kutsutaan kohteesta ml.Model.predict() mallin ulostulojen jälkikäsittelyä varten.

model ml.Model-instanssi, johon jälkikäsittelijä on liitetty.

inputs Luettelo mallin syöteobjekteista (käytetään syötteen ROI:n hankkimiseen).

outputs Luettelo mallin raa’oista ulostulotensoreista.

Palauttaa luettelon luokkakohtaisista luetteloista ((x, y, w, h), score) -monikoita. Esim. [[((x, y, w, h), score), ...], ...]. Tyhjät luokkaluettelot säilytetään, jotta kunkin luettelon indeksi vastaa mallin luokkaindeksiä. Palauttaa tyhjän monikon (), kun mikään tunnistus ei ylitä pistemäärän kynnysarvoa.

luokka YoloLC – YOLO LC

Jälkikäsittelijä YOLO LC -mallin ulostuloille. YoloV2-luokan aliluokka, joka tarjoaa YOLO LC -mallille viritetyn erilaisen oletusankkurijoukon.

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

Luo YOLO LC -jälkikäsittelijän.

threshold Pistemäärän kynnysarvo, jota sovelletaan ennen non-maximum suppression -käsittelyä.

anchors 2D-muotoinen numpy.ndarray, jonka muoto on (N, 2) ja joka sisältää (w, h)-ankkurilaatikoiden mitat, joilla malli on koulutettu. Jos None, käytetään sisäänrakennettua 5 YOLO LC -ankkurin oletusjoukkoa.

nms_threshold Kynnysarvo, joka välitetään non-maximum suppression -käsittelylle.

nms_sigma Sigma-arvo, joka välitetään non-maximum suppression -käsittelylle.

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

Peritty luokalta YoloV2. Katso YoloV2.__call__().