`ml.postprocessing.darknet` — Darknet¶

Il modulo ml.postprocessing.darknet contiene post-elaboratori per modelli di rilevamento oggetti basati su Darknet.

class YoloV2 – YOLO V2¶

Post-elaboratore per gli output del modello 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 post-elaboratore YOLO V2.

threshold Soglia di punteggio applicata prima della non-maximum suppression.

anchors numpy.ndarray 2D di forma (N, 2) contenente le dimensioni (w, h) degli anchor box su cui il modello è stato addestrato. Se None, viene utilizzato un set predefinito incorporato di 5 anchor.

nms_threshold Soglia passata alla non-maximum suppression.

nms_sigma Valore sigma passato alla non-maximum suppression.

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

Invocato da ml.Model.predict() per post-elaborare gli output del modello.

model L’istanza ml.Model a cui è associato il post-elaboratore.

inputs Elenco degli oggetti di input del modello (utilizzati per ottenere la ROI di input).

outputs Elenco dei tensori di output grezzi del modello.

Restituisce un elenco di elenchi per classe di tuple ((x, y, w, h), score). Ad es. [[((x, y, w, h), score), ...], ...]. Gli elenchi di classe vuoti vengono mantenuti in modo che ogni indice dell’elenco corrisponda all’indice di classe del modello. Restituisce una tupla vuota () quando nessun rilevamento supera la soglia di punteggio.

class YoloLC – YOLO LC¶

Post-elaboratore per gli output del modello YOLO LC. Sottoclasse di YoloV2 che fornisce un set di anchor predefinito differente, ottimizzato per il modello 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 post-elaboratore YOLO LC.