ml.postprocessing.ultralytics --- Ultralytics

โมดูล ml.postprocessing.ultralytics มีคลาสสำหรับ Ultralytics

class YoloV5 -- YOLO V5

ใช้สำหรับประมวลผลเอาต์พุตของโมเดล YOLO V5 หลังการอนุมาน

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

สร้างตัวประมวลผลหลังการทำงาน YOLO V5

threshold ค่าขีดแบ่ง score สำหรับกรองการตรวจจับก่อน NMS

nms_threshold ค่าขีดแบ่ง IoU ที่ใช้โดย NMS เพื่อระงับ bounding box ที่ซ้อนทับกัน

nms_sigma ค่า Sigma ที่ใช้โดย Soft-NMS สำหรับการลด score

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

ประมวลผลรายการ outputs ของอาร์เรย์ที่ผลิตโดย model สำหรับรายการ inputs ที่กำหนด คืนรายการของรายการแยกตามคลาส แต่ละรายการภายในมี tuple ((x, y, w, h), score) ในพิกัด ROI รายการคลาสว่างจะถูกเก็บไว้เพื่อให้แต่ละดัชนีรายการตรงกับดัชนีคลาสที่สอดคล้องในเอาต์พุตโมเดล

class YoloV8 -- YOLO V8

ใช้สำหรับประมวลผลเอาต์พุตของโมเดล YOLO V8 หลังการอนุมาน

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

สร้างตัวประมวลผลหลังการทำงาน YOLO V8

threshold ค่าขีดแบ่ง score สำหรับกรองการตรวจจับก่อน NMS

nms_threshold ค่าขีดแบ่ง IoU ที่ใช้โดย NMS เพื่อระงับ bounding box ที่ซ้อนทับกัน

nms_sigma ค่า Sigma ที่ใช้โดย Soft-NMS สำหรับการลด score

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

ประมวลผลรายการ outputs ของอาร์เรย์ที่ผลิตโดย model สำหรับรายการ inputs ที่กำหนด คืนรายการของรายการแยกตามคลาส แต่ละรายการภายในมี tuple ((x, y, w, h), score) ในพิกัด ROI รายการคลาสว่างจะถูกเก็บไว้เพื่อให้แต่ละดัชนีรายการตรงกับดัชนีคลาสที่สอดคล้องในเอาต์พุตโมเดล