`ml.postprocessing.darknet` — Darknet¶

Le module ml.postprocessing.darknet contient des post-traitements pour les modèles de détection d’objets basés sur Darknet.

class YoloV2 – YOLO V2¶

Post-traitement pour les sorties de modèle 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)¶

Crée un post-traitement YOLO V2.

threshold Seuil de score appliqué avant la suppression des non-maxima.

anchors numpy.ndarray 2D de forme (N, 2) contenant les dimensions (w, h) des boîtes d’ancrage sur lesquelles le modèle a été entraîné. Si None, un jeu intégré par défaut de 5 ancres est utilisé.

nms_threshold Seuil transmis à la suppression des non-maxima.

nms_sigma Valeur sigma transmise à la suppression des non-maxima.

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

Invoqué par ml.Model.predict() pour post-traiter les sorties du modèle.

model L’instance ml.Model à laquelle le post-traitement est rattaché.

inputs Liste des objets d’entrée du modèle (utilisée pour obtenir la ROI d’entrée).

outputs Liste des tenseurs de sortie bruts du modèle.

Renvoie une liste de listes par classe de tuples ((x, y, w, h), score). Par exemple [[((x, y, w, h), score), ...], ...]. Les listes de classes vides sont conservées afin que l’index de chaque liste corresponde à l’index de classe du modèle. Renvoie un tuple vide () lorsqu’aucune détection ne dépasse le seuil de score.

class YoloLC – YOLO LC¶

Post-traitement pour les sorties de modèle YOLO LC. Sous-classe de YoloV2 qui fournit un jeu d’ancres par défaut différent, optimisé pour le modèle 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)¶

Crée un post-traitement YOLO LC.