`ml.postprocessing.darknet` — Darknet¶

ml.postprocessing.darknet 모듈은 Darknet 기반 객체 검출 모델을 위한 후처리기를 포함합니다.

class YoloV2 – YOLO V2¶

YOLO V2 모델 출력을 위한 후처리기입니다.

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

YOLO V2 후처리기를 생성합니다.

threshold 비최대 억제 이전에 적용되는 점수 임계값입니다.

anchors 모델이 학습된 (w, h) 앵커 박스 치수를 담고 있는 (N, 2) 형태의 2D numpy.ndarray 입니다. None 이면 5개의 내장 기본 앵커 세트가 사용됩니다.

nms_threshold 비최대 억제에 전달되는 임계값입니다.

nms_sigma 비최대 억제에 전달되는 시그마 값입니다.

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

모델 출력을 후처리하기 위해 ml.Model.predict() 에 의해 호출됩니다.

model 후처리기가 연결된 ml.Model 인스턴스입니다.

inputs 모델 입력 객체 목록입니다(입력 ROI를 얻는 데 사용됨).

outputs 원시 모델 출력 텐서 목록입니다.

클래스별 ((x, y, w, h), score) 튜플 목록의 목록을 반환합니다. 예: [[((x, y, w, h), score), ...], ...]. 각 목록 인덱스가 모델의 클래스 인덱스와 일치하도록 빈 클래스 목록은 유지됩니다. 점수 임계값을 통과하는 검출이 없으면 빈 튜플 () 을 반환합니다.

class YoloLC – YOLO LC¶

YOLO LC 모델 출력을 위한 후처리기입니다. YOLO LC 모델에 맞게 조정된 다른 기본 앵커 세트를 제공하는 YoloV2 의 서브클래스입니다.

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

YOLO LC 후처리기를 생성합니다.