`ml.postprocessing.darknet` --- Darknet¶

Modul ml.postprocessing.darknet berisi pasca-prosesor untuk model deteksi objek berbasis Darknet.

class YoloV2 -- YOLO V2¶

Pasca-prosesor untuk output model 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)¶

Membuat pasca-prosesor YOLO V2.

threshold Ambang batas skor yang diterapkan sebelum non-maximum suppression.

anchors numpy.ndarray 2D berbentuk (N, 2) yang menyimpan dimensi kotak jangkar (w, h) yang digunakan saat melatih model. Jika None, kumpulan 5 jangkar bawaan default yang digunakan.

nms_threshold Ambang batas yang diteruskan ke non-maximum suppression.

nms_sigma Nilai sigma yang diteruskan ke non-maximum suppression.

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

Dipanggil oleh ml.Model.predict() untuk pasca-pemrosesan output model.

model Instance ml.Model tempat pasca-prosesor terpasang.

inputs Daftar objek input model (digunakan untuk mendapatkan ROI input).

outputs Daftar tensor output model mentah.

Mengembalikan daftar daftar per-kelas berisi tuple ((x, y, w, h), score). Misalnya [[((x, y, w, h), score), ...], ...]. Daftar kelas yang kosong tetap disertakan agar setiap indeks daftar sesuai dengan indeks kelas model. Mengembalikan tuple kosong () ketika tidak ada deteksi yang melampaui ambang batas skor.

class YoloLC -- YOLO LC¶

Pasca-prosesor untuk output model YOLO LC. Subkelas dari YoloV2 yang menyediakan kumpulan jangkar default berbeda yang disetel untuk model 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)¶

Membuat pasca-prosesor YOLO LC.