`ml.postprocessing.darknet` — Darknet¶

O módulo ml.postprocessing.darknet contém pós-processadores para modelos de deteção de objetos baseados em Darknet.

class YoloV2 – YOLO V2¶

Pós-processador para saídas do modelo 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)¶

Cria um pós-processador YOLO V2.

threshold Limiar de pontuação aplicado antes da supressão não-máxima.

anchors numpy.ndarray 2D de forma (N, 2) com dimensões de caixas âncora (w, h) com que o modelo foi treinado. Se None, é utilizado um conjunto predefinido de 5 âncoras.

nms_threshold Limiar passado à supressão não-máxima.

nms_sigma Valor sigma passado à supressão não-máxima.

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

Invocado por ml.Model.predict() para pós-processar as saídas do modelo.

model A instância ml.Model a que o pós-processador está associado.

inputs Lista de objetos de entrada do modelo (utilizado para obter o ROI de entrada).

outputs Lista de tensores de saída brutos do modelo.

Devolve uma lista de listas de deteções por classe de tuplos ((x, y, w, h), score). Por exemplo, [[((x, y, w, h), score), ...], ...]. As listas de classes vazias são mantidas para que cada índice de lista corresponda ao índice de classe do modelo. Devolve um tuplo vazio () quando nenhuma deteção ultrapassa o limiar de pontuação.

class YoloLC – YOLO LC¶

Pós-processador para saídas do modelo YOLO LC. Subclasse de YoloV2 que fornece um conjunto de âncoras predefinido diferente, ajustado para o modelo 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)¶

Cria um pós-processador YOLO LC.