مرجع ل ultralytics/nn/modules/head.py
ملاحظه
هذا الملف متاح في https://github.com/ultralytics/ultralytics/ نقطة / الرئيسية /ultralytics/ nn / وحدات / head.py. إذا اكتشفت مشكلة ، فيرجى المساعدة في إصلاحها من خلال المساهمة في طلب 🛠️ سحب. شكرا لك 🙏!
ultralytics.nn.modules.head.Detect
قواعد: Module
YOLOv8 كشف الرأس لنماذج الكشف.
شفرة المصدر في ultralytics/nn/modules/head.py
__init__(nc=80, ch=())
تهيئة YOLOv8 طبقة الكشف مع عدد محدد من الفئات والقنوات.
شفرة المصدر في ultralytics/nn/modules/head.py
bias_init()
تهيئة تحيزات Detect() ، تحذير: يتطلب توفر الخطوة.
شفرة المصدر في ultralytics/nn/modules/head.py
decode_bboxes(bboxes, anchors)
forward(x)
يربط ويعيد المربعات المحيطة المتوقعة واحتمالات الفئة.
شفرة المصدر في ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.Segment
قواعد: Detect
YOLOv8 رأس المقطع لنماذج التجزئة.
شفرة المصدر في ultralytics/nn/modules/head.py
__init__(nc=80, nm=32, npr=256, ch=())
تهيئة YOLO خصائص النموذج مثل عدد الأقنعة، النماذج الأولية، وطبقات الالتفاف.
شفرة المصدر في ultralytics/nn/modules/head.py
forward(x)
إرجاع مخرجات النموذج ومعاملات القناع في حالة التدريب ، وإلا إرجاع المخرجات ومعاملات القناع.
شفرة المصدر في ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.OBB
قواعد: Detect
YOLOv8 رأس كشف OBB للكشف مع نماذج الدوران.
شفرة المصدر في ultralytics/nn/modules/head.py
__init__(nc=80, ne=1, ch=())
تهيئة OBB بعدد من الفئات nc
وقنوات الطبقة ch
.
شفرة المصدر في ultralytics/nn/modules/head.py
decode_bboxes(bboxes, anchors)
forward(x)
يربط ويعيد المربعات المحيطة المتوقعة واحتمالات الفئة.
شفرة المصدر في ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.Pose
قواعد: Detect
YOLOv8 تشكل الرأس لنماذج النقاط الرئيسية.
شفرة المصدر في ultralytics/nn/modules/head.py
__init__(nc=80, kpt_shape=(17, 3), ch=())
تهيئه YOLO شبكة مع المعلمات الافتراضية والطبقات التلافيفية.
شفرة المصدر في ultralytics/nn/modules/head.py
forward(x)
أداء التمرير الأمامي من خلال YOLO نموذج وتوقعات العودة.
شفرة المصدر في ultralytics/nn/modules/head.py
kpts_decode(bs, kpts)
يفك تشفير النقاط الرئيسية.
شفرة المصدر في ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.Classify
قواعد: Module
YOLOv8 رأس التصنيف ، أي X (B ، C1 ، 20 ، 20) إلى X (B ، C2).
شفرة المصدر في ultralytics/nn/modules/head.py
__init__(c1, c2, k=1, s=1, p=None, g=1)
تهيئه YOLOv8 رأس التصنيف مع قنوات الإدخال والإخراج المحددة ، حجم النواة ، الخطوة ، الحشو والمجموعات.
شفرة المصدر في ultralytics/nn/modules/head.py
forward(x)
ينفذ تمريرة أمامية ل YOLO نموذج على إدخال بيانات الصورة.
شفرة المصدر في ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.WorldDetect
قواعد: Detect
شفرة المصدر في ultralytics/nn/modules/head.py
__init__(nc=80, embed=512, with_bn=False, ch=())
تهيئه YOLOv8 طبقة الكشف مع فئات NC وقنوات الطبقة ch.
شفرة المصدر في ultralytics/nn/modules/head.py
bias_init()
تهيئة تحيزات Detect() ، تحذير: يتطلب توفر الخطوة.
شفرة المصدر في ultralytics/nn/modules/head.py
forward(x, text)
يربط ويعيد المربعات المحيطة المتوقعة واحتمالات الفئة.
شفرة المصدر في ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.RTDETRDecoder
قواعد: Module
وحدة فك ترميز المحولات القابلة للتشوه في الوقت الفعلي (RTDETRDecoder) لاكتشاف الكائنات.
تستخدم وحدة فك التشفير هذه بنية المحولات جنبا إلى جنب مع التلافيف القابلة للتشوه للتنبؤ بالمربعات المحيطة وتسميات الفئة للكائنات في صورة. يدمج ميزات من طبقات متعددة ويعمل من خلال سلسلة من طبقات فك ترميز المحولات لإخراج التنبؤات النهائية.
شفرة المصدر في ultralytics/nn/modules/head.py
261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 |
|
__init__(nc=80, ch=(512, 1024, 2048), hd=256, nq=300, ndp=4, nh=8, ndl=6, d_ffn=1024, dropout=0.0, act=nn.ReLU(), eval_idx=-1, nd=100, label_noise_ratio=0.5, box_noise_scale=1.0, learnt_init_query=False)
تهيئة وحدة RTDETRDecoder مع المعلمات المحددة.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
nc |
int
|
عدد الفصول. الافتراضي هو 80. |
80
|
ch |
tuple
|
القنوات في العمود الفقري ميزة الخرائط. الافتراضي هو (512 ، 1024 ، 2048). |
(512, 1024, 2048)
|
hd |
int
|
أبعاد الطبقات المخفية. الافتراضي هو 256. |
256
|
nq |
int
|
عدد نقاط الاستعلام. الافتراضي هو 300. |
300
|
ndp |
int
|
عدد نقاط فك الترميز. الافتراضي هو 4. |
4
|
nh |
int
|
عدد الرؤوس في الاهتمام متعدد الرؤوس. الافتراضي هو 8. |
8
|
ndl |
int
|
عدد طبقات فك التشفير. الافتراضي هو 6. |
6
|
d_ffn |
int
|
أبعاد شبكات التغذية الأمامية. الافتراضي هو 1024. |
1024
|
dropout |
float
|
معدل التسرب. الافتراضي هو 0. |
0.0
|
act |
Module
|
وظيفة التنشيط. الافتراضي هو nn. ريلو. |
ReLU()
|
eval_idx |
int
|
مؤشر التقييم. الافتراضي هو -1. |
-1
|
nd |
int
|
عدد من تقليل الضوضاء. الافتراضي هو 100. |
100
|
label_noise_ratio |
float
|
نسبة ضوضاء التسمية. الافتراضي هو 0.5. |
0.5
|
box_noise_scale |
float
|
مقياس ضوضاء الصندوق. الافتراضي هو 1.0. |
1.0
|
learnt_init_query |
bool
|
ما إذا كنت تريد تعلم تضمينات الاستعلام الأولية. الافتراضي هو خطأ. |
False
|
شفرة المصدر في ultralytics/nn/modules/head.py
272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 |
|
forward(x, batch=None)
تشغيل التمريرة الأمامية للوحدة ، وإرجاع المربع المحيط ودرجات التصنيف للإدخال.