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

Module ml.postprocessing.darknet chứa các bộ xử lý hậu kỳ cho các mô hình phát hiện đối tượng dựa trên Darknet.

class YoloV2 -- YOLO V2¶

Bộ xử lý hậu kỳ cho đầu ra của mô hình 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)¶

Tạo một bộ xử lý hậu kỳ YOLO V2.

threshold Ngưỡng điểm số được áp dụng trước khi thực hiện non-maximum suppression.

anchors numpy.ndarray 2D có shape (N, 2) chứa các kích thước hộp neo (w, h) mà mô hình được huấn luyện. Nếu None, một bộ 5 neo mặc định tích hợp sẵn sẽ được sử dụng.

nms_threshold Ngưỡng được truyền vào non-maximum suppression.

nms_sigma Giá trị sigma được truyền vào non-maximum suppression.

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

Được gọi bởi ml.Model.predict() để xử lý hậu kỳ các đầu ra của mô hình.

model Đối tượng ml.Model mà bộ xử lý hậu kỳ được gắn vào.

inputs Danh sách các đối tượng đầu vào của mô hình (được dùng để lấy vùng quan tâm (ROI) đầu vào).

outputs Danh sách các tensor đầu ra thô của mô hình.

Trả về danh sách các danh sách tuple ((x, y, w, h), score) theo từng lớp. Ví dụ: [[((x, y, w, h), score), ...], ...]. Các danh sách lớp rỗng được giữ lại để mỗi chỉ số danh sách khớp với chỉ số lớp của mô hình. Trả về tuple rỗng () khi không có phát hiện nào vượt qua ngưỡng điểm số.

class YoloLC -- YOLO LC¶

Bộ xử lý hậu kỳ cho đầu ra của mô hình YOLO LC. Lớp con của YoloV2 cung cấp một bộ neo mặc định khác được điều chỉnh cho mô hình 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)¶

Tạo một bộ xử lý hậu kỳ YOLO LC.