مرجع ل ultralytics/nn/tasks.py
ملاحظه
هذا الملف متاح في https://github.com/ultralytics/ultralytics/ نقطة / الرئيسية /ultralytics/nn/tasks.py. إذا اكتشفت مشكلة ، فيرجى المساعدة في إصلاحها من خلال المساهمة في طلب 🛠️ سحب. شكرا لك 🙏!
ultralytics.nn.tasks.BaseModel
قواعد: Module
تعمل فئة BaseModel كفئة أساسية لجميع الطرز في Ultralytics YOLO أسرة.
شفرة المصدر في ultralytics/nn/tasks.py
74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 |
|
forward(x, *args, **kwargs)
تمرير إلى الأمام من النموذج على مقياس واحد. غلاف ل _forward_once
أسلوب.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
x |
Tensor | dict
|
صورة الإدخال tensor أو إملاء بما في ذلك الصورة tensor وتسميات GT. |
مطلوب |
ارجاع:
نوع | وصف |
---|---|
Tensor
|
إخراج الشبكة. |
شفرة المصدر في ultralytics/nn/tasks.py
fuse(verbose=True)
دمج Conv2d()
و BatchNorm2d()
طبقات النموذج في طبقة واحدة ، من أجل تحسين
كفاءة الحساب.
ارجاع:
نوع | وصف |
---|---|
Module
|
يتم إرجاع النموذج المنصهر. |
شفرة المصدر في ultralytics/nn/tasks.py
info(detailed=False, verbose=True, imgsz=640)
يطبع معلومات النموذج.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
detailed |
bool
|
إذا كان True ، يطبع معلومات مفصلة حول النموذج. الإعدادات الافتراضية إلى خطأ |
False
|
verbose |
bool
|
إذا كان True ، يطبع معلومات النموذج. الإعدادات الافتراضية إلى خطأ |
True
|
imgsz |
int
|
حجم الصورة التي سيتم تدريب النموذج عليها. الإعدادات الافتراضية إلى 640 |
640
|
شفرة المصدر في ultralytics/nn/tasks.py
init_criterion()
is_fused(thresh=10)
تحقق مما إذا كان النموذج يحتوي على أقل من حد معين من طبقات BatchNorm.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
thresh |
int
|
عدد عتبة طبقات BatchNorm. الافتراضي هو 10. |
10
|
ارجاع:
نوع | وصف |
---|---|
bool
|
صحيح إذا كان عدد طبقات BatchNorm في النموذج أقل من الحد ، خطأ خلاف ذلك. |
شفرة المصدر في ultralytics/nn/tasks.py
load(weights, verbose=True)
قم بتحميل الأوزان في النموذج.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
weights |
dict | Module
|
الأوزان المدربة مسبقا المراد تحميلها. |
مطلوب |
verbose |
bool
|
ما إذا كنت تريد تسجيل تقدم النقل. الإعدادات الافتراضية إلى صواب. |
True
|
شفرة المصدر في ultralytics/nn/tasks.py
loss(batch, preds=None)
حساب الخسارة.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
batch |
dict
|
دفعة لحساب الخسارة على |
مطلوب |
preds |
Tensor | List[Tensor]
|
التنبؤات. |
None
|
شفرة المصدر في ultralytics/nn/tasks.py
predict(x, profile=False, visualize=False, augment=False, embed=None)
قم بإجراء تمريرة أمامية عبر الشبكة.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
x |
Tensor
|
المدخلات tensor إلى النموذج. |
مطلوب |
profile |
bool
|
اطبع وقت الحساب لكل طبقة إذا كان True ، افتراضيا إلى False. |
False
|
visualize |
bool
|
احفظ خرائط المعالم الخاصة بالنموذج إذا كان True ، افتراضيا إلى False. |
False
|
augment |
bool
|
تكبير الصورة أثناء التنبؤ ، افتراضيا إلى خطأ. |
False
|
embed |
list
|
قائمة بمتجهات / تضمينات الميزات المراد إرجاعها. |
None
|
ارجاع:
نوع | وصف |
---|---|
Tensor
|
الناتج الأخير للنموذج. |
شفرة المصدر في ultralytics/nn/tasks.py
ultralytics.nn.tasks.DetectionModel
قواعد: BaseModel
YOLOv8 نموذج الكشف.
شفرة المصدر في ultralytics/nn/tasks.py
__init__(cfg='yolov8n.yaml', ch=3, nc=None, verbose=True)
تهيئة YOLOv8 نموذج الكشف مع التكوين والمعلمات المحددة.
شفرة المصدر في ultralytics/nn/tasks.py
ultralytics.nn.tasks.OBBModel
قواعد: DetectionModel
YOLOv8 نموذج الصندوق المحيط الموجه (OBB).
شفرة المصدر في ultralytics/nn/tasks.py
__init__(cfg='yolov8n-obb.yaml', ch=3, nc=None, verbose=True)
تهيئه YOLOv8 نموذج OBB مع التكوين والمعلمات المحددة.
ultralytics.nn.tasks.SegmentationModel
قواعد: DetectionModel
YOLOv8 نموذج التجزئة.
شفرة المصدر في ultralytics/nn/tasks.py
__init__(cfg='yolov8n-seg.yaml', ch=3, nc=None, verbose=True)
تهيئه YOLOv8 نموذج التجزئة مع التكوين والمعلمات المحددة.
ultralytics.nn.tasks.PoseModel
قواعد: DetectionModel
YOLOv8 تشكل نموذجا.
شفرة المصدر في ultralytics/nn/tasks.py
__init__(cfg='yolov8n-pose.yaml', ch=3, nc=None, data_kpt_shape=(None, None), verbose=True)
تهيئه YOLOv8 تشكل نموذج.
شفرة المصدر في ultralytics/nn/tasks.py
ultralytics.nn.tasks.ClassificationModel
قواعد: BaseModel
YOLOv8 نموذج التصنيف.
شفرة المصدر في ultralytics/nn/tasks.py
__init__(cfg='yolov8n-cls.yaml', ch=3, nc=None, verbose=True)
Init ClassificationModel مع YAML ، القنوات ، عدد الفئات ، العلم المطول.
init_criterion()
reshape_outputs(model, nc)
staticmethod
قم بتحديث نموذج تصنيف TorchVision إلى عدد الفئات 'n' إذا لزم الأمر.
شفرة المصدر في ultralytics/nn/tasks.py
ultralytics.nn.tasks.RTDETRDetectionModel
قواعد: DetectionModel
RTDETR (DEtection في الوقت الحقيقي والتتبع باستخدام المحولات) فئة نموذج الكشف.
هذه الفئة مسؤولة عن بناء بنية RTDETR ، وتحديد وظائف الخسارة ، وتسهيل كل من عمليات التدريب والاستدلال. RTDETR هو نموذج للكشف عن الكائنات وتتبعها يمتد من الكشف عن فئة قاعدة النموذج.
سمات:
اسم | نوع | وصف |
---|---|---|
cfg |
str
|
مسار ملف التكوين أو سلسلة الإعداد المسبق. الافتراضي هو "rtdetr-l.yaml". |
ch |
int
|
عدد قنوات الإدخال. الافتراضي هو 3 (RGB). |
nc |
int
|
عدد الفئات للكشف عن الكائنات. الافتراضي هو بلا. |
verbose |
bool
|
يحدد ما إذا كانت الإحصائيات الموجزة ستظهر أثناء التهيئة. الافتراضي هو صواب. |
أساليب:
اسم | وصف |
---|---|
init_criterion |
تهيئة المعيار المستخدم لحساب الخسارة. |
loss |
يحسب ويعيد الخسارة أثناء التدريب. |
predict |
ينفذ تمريرة أمامية عبر الشبكة ويعيد الإخراج. |
شفرة المصدر في ultralytics/nn/tasks.py
441442443444445446447448449450451452 453454455456457458459460461462463464465466467468469470471472473474475476477478479480481482483484 485486487488489490491492493494495496497498499500501502503504505506507508509510511512513514515 516517518519520521522523524525 526527528529530531532533534535536537538539540541542543 544545546547548 549550551552553554555 |
|
__init__(cfg='rtdetr-l.yaml', ch=3, nc=None, verbose=True)
تهيئة RTDETRDetectionModel.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
cfg |
str
|
اسم ملف التكوين أو المسار. |
'rtdetr-l.yaml'
|
ch |
int
|
عدد قنوات الإدخال. |
3
|
nc |
int
|
عدد الفصول. الإعدادات الافتراضية إلى لا شيء. |
None
|
verbose |
bool
|
طباعة معلومات إضافية أثناء التهيئة. الإعدادات الافتراضية إلى صواب. |
True
|
شفرة المصدر في ultralytics/nn/tasks.py
init_criterion()
تهيئة معيار الخسارة لنموذج RTDETRDetectionModel.
loss(batch, preds=None)
احسب الخسارة لمجموعة معينة من البيانات.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
batch |
dict
|
قاموس يحتوي على بيانات الصورة والتسمية. |
مطلوب |
preds |
Tensor
|
تنبؤات النموذج المحسوبة مسبقا. الإعدادات الافتراضية إلى لا شيء. |
None
|
ارجاع:
نوع | وصف |
---|---|
tuple
|
مجموعة تحتوي على إجمالي الخسارة والخسائر الثلاث الرئيسية في أ tensor. |
شفرة المصدر في ultralytics/nn/tasks.py
predict(x, profile=False, visualize=False, batch=None, augment=False, embed=None)
قم بإجراء تمريرة أمامية عبر النموذج.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
x |
Tensor
|
المدخلات tensor. |
مطلوب |
profile |
bool
|
إذا كان هذا صحيحا، فقم بتعريف وقت الحساب لكل طبقة. الإعدادات الافتراضية إلى خطأ. |
False
|
visualize |
bool
|
إذا كان هذا صحيحا، فاحفظ خرائط المعالم للمرئيات. الإعدادات الافتراضية إلى خطأ. |
False
|
batch |
dict
|
بيانات الحقيقة الأساسية للتقييم. الإعدادات الافتراضية إلى لا شيء. |
None
|
augment |
bool
|
إذا كان هذا صحيحا، فقم بإجراء زيادة البيانات أثناء الاستدلال. الإعدادات الافتراضية إلى خطأ. |
False
|
embed |
list
|
قائمة بمتجهات / تضمينات الميزات المراد إرجاعها. |
None
|
ارجاع:
نوع | وصف |
---|---|
Tensor
|
إخراج النموذج tensor. |
شفرة المصدر في ultralytics/nn/tasks.py
ultralytics.nn.tasks.WorldModel
قواعد: DetectionModel
YOLOv8 نموذج العالم.
شفرة المصدر في ultralytics/nn/tasks.py
__init__(cfg='yolov8s-world.yaml', ch=3, nc=None, verbose=True)
تهيئه YOLOv8 نموذج العالم مع التكوين والمعلمات معينة.
شفرة المصدر في ultralytics/nn/tasks.py
loss(batch, preds=None)
حساب الخسارة.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
batch |
dict
|
دفعة لحساب الخسارة على. |
مطلوب |
preds |
Tensor | List[Tensor]
|
التنبؤات. |
None
|
شفرة المصدر في ultralytics/nn/tasks.py
predict(x, profile=False, visualize=False, txt_feats=None, augment=False, embed=None)
قم بإجراء تمريرة أمامية عبر النموذج.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
x |
Tensor
|
المدخلات tensor. |
مطلوب |
profile |
bool
|
إذا كان هذا صحيحا، فقم بتعريف وقت الحساب لكل طبقة. الإعدادات الافتراضية إلى خطأ. |
False
|
visualize |
bool
|
إذا كان هذا صحيحا، فاحفظ خرائط المعالم للمرئيات. الإعدادات الافتراضية إلى خطأ. |
False
|
txt_feats |
Tensor
|
ميزات النص ، استخدمه إذا تم تقديمه. الإعدادات الافتراضية إلى لا شيء. |
None
|
augment |
bool
|
إذا كان هذا صحيحا، فقم بإجراء زيادة البيانات أثناء الاستدلال. الإعدادات الافتراضية إلى خطأ. |
False
|
embed |
list
|
قائمة بمتجهات / تضمينات الميزات المراد إرجاعها. |
None
|
ارجاع:
نوع | وصف |
---|---|
Tensor
|
إخراج النموذج tensor. |
شفرة المصدر في ultralytics/nn/tasks.py
set_classes(text, batch=80, cache_clip_model=True)
قم بتعيين الفئات مسبقا بحيث يمكن لهذا النموذج القيام بالاستدلال في وضع عدم الاتصال بدون نموذج مقطع.
شفرة المصدر في ultralytics/nn/tasks.py
ultralytics.nn.tasks.Ensemble
قواعد: ModuleList
مجموعة من النماذج.
شفرة المصدر في ultralytics/nn/tasks.py
__init__()
forward(x, augment=False, profile=False, visualize=False)
تولد الوظيفة YOLO الطبقة النهائية للشبكة.
شفرة المصدر في ultralytics/nn/tasks.py
ultralytics.nn.tasks.temporary_modules(modules=None)
مدير السياق لإضافة أو تعديل الوحدات مؤقتا في Pythonذاكرة التخزين المؤقت للوحدة النمطية (sys.modules
).
يمكن استخدام هذه الوظيفة لتغيير مسارات الوحدة أثناء وقت التشغيل. إنه مفيد عند إعادة بناء التعليمات البرمجية ، حيث قمت بنقل وحدة نمطية من موقع إلى آخر ، ولكنك لا تزال تريد دعم الاستيراد القديم مسارات للتوافق مع الإصدارات السابقة.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
modules |
dict
|
قاموس يعين مسارات الوحدة القديمة إلى مسارات الوحدة النمطية الجديدة. |
None
|
مثل
ملاحظه
التغييرات سارية المفعول فقط داخل مدير السياق ويتم التراجع عنها بمجرد خروج مدير السياق.
كن على علم بأن التلاعب المباشر sys.modules
يمكن أن يؤدي إلى نتائج غير متوقعة ، خاصة في أكبر
التطبيقات أو المكتبات. استخدم هذه الوظيفة بحذر.
شفرة المصدر في ultralytics/nn/tasks.py
ultralytics.nn.tasks.torch_safe_load(weight)
تحاول هذه الدالة تحميل ملف PyTorch نموذج مع torchالدالة .load(). إذا تم رفع خطأ في الوحدة النمطية ، يكتشف الخطأ ، ويسجل رسالة تحذير ، ويحاول تثبيت الوحدة المفقودة عبر check_requirements () وظيفة. بعد التثبيت ، تحاول الوظيفة مرة أخرى تحميل النموذج باستخدام torch.load().
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
weight |
str
|
مسار ملف PyTorch نموذج. |
مطلوب |
ارجاع:
نوع | وصف |
---|---|
dict
|
المحملة PyTorch نموذج. |
شفرة المصدر في ultralytics/nn/tasks.py
ultralytics.nn.tasks.attempt_load_weights(weights, device=None, inplace=True, fuse=False)
يحمل مجموعة من أوزان النماذج = [أ ، ب ، ج] أو أوزان نموذج واحد = [أ] أو أوزان = أ.
شفرة المصدر في ultralytics/nn/tasks.py
ultralytics.nn.tasks.attempt_load_one_weight(weight, device=None, inplace=True, fuse=False)
يحمل أوزان نموذج واحد.
شفرة المصدر في ultralytics/nn/tasks.py
ultralytics.nn.tasks.parse_model(d, ch, verbose=True)
تحليل أ YOLO قاموس model.yaml في ملف PyTorch نموذج.
شفرة المصدر في ultralytics/nn/tasks.py
830831832833834835836837838839840841842843844845846847848849850851852853854855856857858859860861862863864865866867868869870871872873874 875876877878879880881882883884885886887888889890891892893894895896897898899900901902903904905906907908909910911912913914915916917918919920921922923924925926927928929930931932 933934935936937 938939940941942 |
|
ultralytics.nn.tasks.yaml_model_load(path)
تحميل أ YOLOv8 نموذج من ملف YAML.
شفرة المصدر في ultralytics/nn/tasks.py
ultralytics.nn.tasks.guess_model_scale(model_path)
يأخذ طريقا إلى YOLO ملف YAML الخاص بالنموذج كإدخال ويستخرج حرف حجم مقياس النموذج. الوظيفة يستخدم مطابقة التعبير العادية للعثور على نمط مقياس النموذج في اسم ملف YAML ، والذي يشار إليه بالرمز n أو s أو m أو l أو x. ترجع الدالة حرف الحجم لمقياس النموذج كسلسلة.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
model_path |
str | Path
|
الطريق إلى YOLO ملف YAML الخاص بالنموذج. |
مطلوب |
ارجاع:
نوع | وصف |
---|---|
str
|
حرف الحجم لمقياس النموذج ، والذي يمكن أن يكون n أو s أو m أو l أو x. |
شفرة المصدر في ultralytics/nn/tasks.py
ultralytics.nn.tasks.guess_model_task(model)
تخمين مهمة أ PyTorch نموذج من بنيته أو تكوينه.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
model |
Module | dict
|
PyTorch نموذج أو تكوين نموذج بتنسيق YAML. |
مطلوب |
ارجاع:
نوع | وصف |
---|---|
str
|
مهمة النموذج ("كشف" ، "شريحة" ، "تصنيف" ، "وضع"). |
يثير:
نوع | وصف |
---|---|
SyntaxError
|
إذا تعذر تحديد مهمة النموذج. |
شفرة المصدر في ultralytics/nn/tasks.py
982 983 984 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053 1054 1055 |
|