`ml.postprocessing.darknet` — Darknet¶

Модуль ml.postprocessing.darknet содержит постпроцессоры для моделей обнаружения объектов на основе Darknet.

class YoloV2 – YOLO V2¶

Постпроцессор для выходов модели 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)¶

Создаёт постпроцессор YOLO V2.

threshold Порог оценки, применяемый перед подавлением немаксимумов.

anchors Двумерный numpy.ndarray формы (N, 2), содержащий размеры опорных рамок (w, h), на которых была обучена модель. Если None, используется встроенный набор по умолчанию из 5 опорных рамок.

nms_threshold Порог, передаваемый в подавление немаксимумов.

nms_sigma Значение сигмы, передаваемое в подавление немаксимумов.

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

Вызывается ml.Model.predict() для постобработки выходов модели.

model Экземпляр ml.Model, к которому привязан постпроцессор.

inputs Список входных объектов модели (используется для получения входной области интереса ROI).

outputs Список необработанных выходных тензоров модели.

Возвращает список списков по классам, состоящих из кортежей ((x, y, w, h), score). Например, [[((x, y, w, h), score), ...], ...]. Пустые списки классов сохраняются, чтобы индекс каждого списка соответствовал индексу класса модели. Возвращает пустой кортеж (), когда ни одно обнаружение не превышает порог оценки.

class YoloLC – YOLO LC¶

Постпроцессор для выходов модели YOLO LC. Подкласс YoloV2, который предоставляет другой набор опорных рамок по умолчанию, настроенный для модели 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)¶

Создаёт постпроцессор YOLO LC.