ml.postprocessing.edgeimpulse — Edge Impulse

Das Modul ml.postprocessing.edgeimpulse enthält Nachbearbeitungsklassen für Edge-Impulse-Modelle.

class Fomo – Fast Objects More Objects

Nachbearbeiter für die Ausgabe von FOMO-Modellen (Fast Objects More Objects).

class ml.postprocessing.edgeimpulse.Fomo(threshold: float = 0.4, w_scale: float = 1.414214, h_scale: float = 1.414214, nms_threshold: float = 0.1, nms_sigma: float = 0.001)

Erstellt einen FOMO-Nachbearbeiter.

threshold Mindest-Score, der erforderlich ist, damit eine Erkennung beibehalten wird.

w_scale horizontaler Skalierungsfaktor, der vor der Non-Maximum-Suppression auf die Breite der Gitterzelle angewendet wird. Größere Werte führen dazu, dass benachbarte Zellen zu einer einzigen Erkennung zusammengeführt werden.

h_scale vertikaler Skalierungsfaktor, der vor der Non-Maximum-Suppression auf die Höhe der Gitterzelle angewendet wird. Größere Werte führen dazu, dass benachbarte Zellen zu einer einzigen Erkennung zusammengeführt werden.

nms_threshold IoU-Schwellenwert, der an die Non-Maximum-Suppression übergeben wird.

nms_sigma Sigma-Wert, der an die Non-Maximum-Suppression übergeben wird (Soft-NMS).

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

Wird von ml.Model.predict() mit dem Modell, seinen Eingaben und seinen rohen Ausgaben aufgerufen. Gibt eine Liste von Erkennungslisten pro Klasse zurück. Jede Erkennung ist ein ((x, y, w, h), score)-Tupel. Leere Klassenlisten werden mit aufgenommen, sodass die Position jeder Liste in der Ausgabe dem Klassenindex in der Modellausgabe entspricht. Gibt ein leeres Tupel zurück, wenn nichts erkannt wird.