ml.postprocessing.ultralytics — Ultralytics

Il modulo ml.postprocessing.ultralytics contiene classi per Ultralytics.

class YoloV5 – YOLO V5

Utilizzato per post-elaborare l’output del modello YOLO V5.

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

Crea un post-elaboratore YOLO V5.

threshold Soglia di punteggio per filtrare i rilevamenti prima della NMS.

nms_threshold Soglia IoU utilizzata dalla NMS per sopprimere i bounding box sovrapposti.

nms_sigma Valore sigma utilizzato dalla Soft-NMS per il decadimento del punteggio.

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

Post-elabora l’elenco di array outputs prodotto da model per l’elenco inputs dato. Restituisce un elenco di elenchi per classe; ogni elenco interno contiene tuple ((x, y, w, h), score) in coordinate ROI. Gli elenchi di classe vuoti vengono preservati in modo che ogni indice dell’elenco corrisponda all’indice di classe corrispondente nell’output del modello.

class YoloV8 – YOLO V8

Utilizzato per post-elaborare l’output del modello YOLO V8.

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

Crea un post-elaboratore YOLO V8.

threshold Soglia di punteggio per filtrare i rilevamenti prima della NMS.

nms_threshold Soglia IoU utilizzata dalla NMS per sopprimere i bounding box sovrapposti.

nms_sigma Valore sigma utilizzato dalla Soft-NMS per il decadimento del punteggio.

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

Post-elabora l’elenco di array outputs prodotto da model per l’elenco inputs dato. Restituisce un elenco di elenchi per classe; ogni elenco interno contiene tuple ((x, y, w, h), score) in coordinate ROI. Gli elenchi di classe vuoti vengono preservati in modo che ogni indice dell’elenco corrisponda all’indice di classe corrispondente nell’output del modello.