ml.postprocessing.ultralytics — Ultralytics

O módulo ml.postprocessing.ultralytics contém classes para Ultralytics.

class YoloV5 – YOLO V5

Usado para pós-processar a saída do modelo YOLO V5.

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

Cria um pós-processador YOLO V5.

threshold Limiar de pontuação para filtrar deteções antes do NMS.

nms_threshold Limiar IoU utilizado pelo NMS para suprimir caixas delimitadoras sobrepostas.

nms_sigma Valor sigma utilizado pelo Soft-NMS para decaimento de pontuação.

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

Pós-processa a lista outputs de arrays produzidos pelo model para a lista inputs fornecida. Devolve uma lista de listas por classe; cada lista interior contém tuplos ((x, y, w, h), score) em coordenadas ROI. As listas de classes vazias são preservadas para que cada índice de lista corresponda ao índice de classe correspondente na saída do modelo.

class YoloV8 – YOLO V8

Usado para pós-processar a saída do modelo YOLO V8.

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

Cria um pós-processador YOLO V8.

threshold Limiar de pontuação para filtrar deteções antes do NMS.

nms_threshold Limiar IoU utilizado pelo NMS para suprimir caixas delimitadoras sobrepostas.

nms_sigma Valor sigma utilizado pelo Soft-NMS para decaimento de pontuação.

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

Pós-processa a lista outputs de arrays produzidos pelo model para a lista inputs fornecida. Devolve uma lista de listas por classe; cada lista interior contém tuplos ((x, y, w, h), score) em coordenadas ROI. As listas de classes vazias são preservadas para que cada índice de lista corresponda ao índice de classe correspondente na saída do modelo.