مرجع ل ultralytics/utils/ops.py
ملاحظه
هذا الملف متاح في https://github.com/ultralytics/ultralytics/ نقطة / الرئيسية /ultralytics/ المرافق / ops.py. إذا اكتشفت مشكلة ، فيرجى المساعدة في إصلاحها من خلال المساهمة في طلب 🛠️ سحب. شكرا لك 🙏!
ultralytics.utils.ops.Profile
قواعد: ContextDecorator
YOLOv8 فئة الملف الشخصي. استخدمه كمصمم ديكور مع @Profile() أو كمدير سياق مع "مع الملف الشخصي ():".
مثل
شفرة المصدر في ultralytics/utils/ops.py
__enter__()
__exit__(type, value, traceback)
__init__(t=0.0, device=None)
تهيئة فئة ملف التعريف.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
t |
float
|
الوقت الأولي. الإعدادات الافتراضية هي 0.0. |
0.0
|
device |
device
|
الأجهزة المستخدمة لاستدلال النموذج. الإعدادات الافتراضية إلى لا شيء (وحدة المعالجة المركزية). |
None
|
شفرة المصدر في ultralytics/utils/ops.py
__str__()
ultralytics.utils.ops.segment2box(segment, width=640, height=640)
قم بتحويل تسمية مقطع واحد إلى تسمية مربع واحد ، مع تطبيق قيد الصورة الداخلية ، أي (xy1 ، xy2 ، ...) إلى (xyxy).
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
segment |
Tensor
|
تسمية الشريحة |
مطلوب |
width |
int
|
عرض الصورة. الإعدادات الافتراضية إلى 640 |
640
|
height |
int
|
ارتفاع الصورة. الإعدادات الافتراضية إلى 640 |
640
|
ارجاع:
نوع | وصف |
---|---|
ndarray
|
الحد الأدنى والحد الأقصى لقيم x و y للمقطع. |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.scale_boxes(img1_shape, boxes, img0_shape, ratio_pad=None, padding=True, xywh=False)
يعيد قياس المربعات المحيطة (بتنسيق xyxy افتراضيا) من شكل الصورة التي كانت عليها في الأصل محدد في (img1_shape) إلى شكل صورة مختلفة (img0_shape).
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
img1_shape |
tuple
|
شكل الصورة التي تكون المربعات المحيطة بها ، بتنسيق (الارتفاع ، العرض). |
مطلوب |
boxes |
Tensor
|
المربعات المحيطة بالكائنات في الصورة ، بتنسيق (x1 ، y1 ، x2 ، y2) |
مطلوب |
img0_shape |
tuple
|
شكل الصورة المستهدفة، بصيغة (الارتفاع، العرض). |
مطلوب |
ratio_pad |
tuple
|
مجموعة من (النسبة ، الوسادة) لتوسيع نطاق الصناديق. إذا لم يتم توفيرها ، فستكون النسبة والوسادة محسوبة بناء على اختلاف الحجم بين الصورتين. |
None
|
padding |
bool
|
إذا كان هذا صحيحا ، بافتراض أن المربعات تستند إلى صورة معززة بواسطة yolo نمط. إذا كان خطأ ثم تفعل العادية إعادة التحجيم. |
True
|
xywh |
bool
|
تنسيق المربع هو xywh أم لا ، الافتراضي = خطأ. |
False
|
ارجاع:
اسم | نوع | وصف |
---|---|---|
boxes |
Tensor
|
المربعات المحيطة المقاسة، بتنسيق (x1، y1، x2، y2) |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.make_divisible(x, divisor)
ترجع أقرب رقم يقبل القسمة على المقسوم عليه المحدد.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
x |
int
|
الرقم المراد جعله قابلا للقسمة. |
مطلوب |
divisor |
int | Tensor
|
المقسوم عليه. |
مطلوب |
ارجاع:
نوع | وصف |
---|---|
int
|
أقرب رقم يقبل القسمة على المقسوم عليه. |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.nms_rotated(boxes, scores, threshold=0.45)
NMS ل obbs ، مدعوم من probiou و fast-nms.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
boxes |
Tensor
|
(ن ، 5) ، xywhr. |
مطلوب |
scores |
Tensor
|
(ن، ). |
مطلوب |
threshold |
float
|
عتبة IoU. |
0.45
|
ارجاع:
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.non_max_suppression(prediction, conf_thres=0.25, iou_thres=0.45, classes=None, agnostic=False, multi_label=False, labels=(), max_det=300, nc=0, max_time_img=0.05, max_nms=30000, max_wh=7680, in_place=True, rotated=False)
قم بإجراء قمع غير أقصى (NMS) على مجموعة من الصناديق ، مع دعم الأقنعة والملصقات المتعددة لكل صندوق.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
prediction |
Tensor
|
A tensor الشكل (batch_size ، num_classes + 4 + num_masks ، num_boxes) تحتوي على الصناديق والفئات والأقنعة المتوقعة. ال tensor يجب أن يكون بالتنسيق الإخراج بواسطة نموذج، مثل YOLO. |
مطلوب |
conf_thres |
float
|
عتبة الثقة التي سيتم تصفية المربعات تحتها. تتراوح القيم الصالحة بين 0.0 و1.0. |
0.25
|
iou_thres |
float
|
عتبة IoU التي سيتم تصفية المربعات تحتها أثناء NMS. تتراوح القيم الصالحة بين 0.0 و1.0. |
0.45
|
classes |
List[int]
|
قائمة بمؤشرات الفئة التي يجب مراعاتها. إذا لم يكن هناك شيء ، النظر في جميع الفصول. |
None
|
agnostic |
bool
|
إذا كان هذا صحيحا ، فإن النموذج لا أدري لعدد الفئات ، وكلها سيتم اعتبار الفصول الدراسية واحدة. |
False
|
multi_label |
bool
|
إذا كان صحيحا، فقد يحتوي كل مربع على تسميات متعددة. |
False
|
labels |
List[List[Union[int, float, Tensor]]]
|
قائمة من القوائم، حيث كل الداخلية تحتوي القائمة على تسميات apriori لصورة معينة. يجب أن تكون القائمة بالتنسيق الإخراج بواسطة أداة تحميل البيانات ، مع كون كل تسمية عبارة عن مجموعة من (class_index ، x1 ، y1 ، x2 ، y2). |
()
|
max_det |
int
|
الحد الأقصى لعدد الصناديق التي يجب الاحتفاظ بها بعد NMS. |
300
|
nc |
int
|
عدد الفئات الناتجة حسب النموذج. سيتم اعتبار أي مؤشرات بعد ذلك أقنعة. |
0
|
max_time_img |
float
|
الحد الأقصى للوقت (بالثواني) لمعالجة صورة واحدة. |
0.05
|
max_nms |
int
|
الحد الأقصى لعدد الصناديق في torchvision.ops.nms (). |
30000
|
max_wh |
int
|
الحد الأقصى لعرض الصندوق وارتفاعه بالبكسل. |
7680
|
in_place |
bool
|
إذا كان هذا صحيحا ، فإن التنبؤ بالإدخال tensor سيتم تعديلها في مكانها. |
True
|
ارجاع:
نوع | وصف |
---|---|
List[Tensor]
|
قائمة بالطول batch_size ، حيث يكون كل عنصر tensor من شكل (num_boxes ، 6 + num_masks) يحتوي على المربعات المحفوظة ، مع أعمدة (x1 ، y1 ، x2 ، y2 ، الثقة ، الفئة ، mask1 ، mask2 ، ...). |
شفرة المصدر في ultralytics/utils/ops.py
162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 |
|
ultralytics.utils.ops.clip_boxes(boxes, shape)
يأخذ قائمة من المربعات المحيطة وشكل (الارتفاع، العرض) ويقطع المربعات المحيطة إلى الشكل.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
boxes |
Tensor
|
المربعات المحيطة المراد قصها |
مطلوب |
shape |
tuple
|
شكل الصورة |
مطلوب |
ارجاع:
نوع | وصف |
---|---|
Tensor | ndarray
|
مربعات مقطوعة |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.clip_coords(coords, shape)
إحداثيات خط القصاصة إلى حدود الصورة.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
coords |
Tensor | ndarray
|
قائمة بإحداثيات الخط. |
مطلوب |
shape |
tuple
|
مجموعة من الأعداد الصحيحة تمثل حجم الصورة بالتنسيق (الارتفاع والعرض). |
مطلوب |
ارجاع:
نوع | وصف |
---|---|
Tensor | ndarray
|
الإحداثيات المقطوعة |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.scale_image(masks, im0_shape, ratio_pad=None)
يأخذ قناعا، ويغير حجمه إلى حجم الصورة الأصلي.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
masks |
ndarray
|
أقنعة / صور مبطنة ومتغيرة الحجم ، [h ، w ، num] / [h ، w ، 3]. |
مطلوب |
im0_shape |
tuple
|
شكل الصورة الأصلي |
مطلوب |
ratio_pad |
tuple
|
نسبة الحشو إلى الصورة الأصلية. |
None
|
ارجاع:
اسم | نوع | وصف |
---|---|---|
masks |
Tensor
|
الأقنعة التي يتم إرجاعها. |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.xyxy2xywh(x)
تحويل إحداثيات المربع المحيط من تنسيق (x1 ، y1 ، x2 ، y2) إلى تنسيق (x ، y ، العرض ، الارتفاع) حيث (x1 ، y1) هو الزاوية العلوية اليسرى و (x2 ، y2) هي الزاوية اليمنى السفلية.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
x |
ndarray | Tensor
|
يتم إحداثيات المربع المحيط بالإدخال بتنسيق (x1 ، y1 ، x2 ، y2). |
مطلوب |
ارجاع:
اسم | نوع | وصف |
---|---|---|
y |
ndarray | Tensor
|
ينسق المربع المحيط بتنسيق (x ، y ، العرض ، الارتفاع). |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.xywh2xyxy(x)
تحويل إحداثيات المربع المحيط من تنسيق (x ، y ، العرض ، الارتفاع) إلى تنسيق (x1 ، y1 ، x2 ، y2) حيث (x1 ، y1) هو الزاوية العلوية اليسرى و (x2 ، y2) هي الزاوية اليمنى السفلية.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
x |
ndarray | Tensor
|
إحداثيات المربع المحيط بالإدخال بتنسيق (x ، y ، العرض ، الارتفاع). |
مطلوب |
ارجاع:
اسم | نوع | وصف |
---|---|---|
y |
ndarray | Tensor
|
ينسق المربع المحيط بتنسيق (x1 ، y1 ، x2 ، y2). |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.xywhn2xyxy(x, w=640, h=640, padw=0, padh=0)
تحويل إحداثيات المربع المحيط الطبيعي إلى إحداثيات بكسل.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
x |
ndarray | Tensor
|
إحداثيات المربع المحيط. |
مطلوب |
w |
int
|
عرض الصورة. الإعدادات الافتراضية إلى 640 |
640
|
h |
int
|
ارتفاع الصورة. الإعدادات الافتراضية إلى 640 |
640
|
padw |
int
|
عرض الحشو. الإعدادات الافتراضية إلى 0 |
0
|
padh |
int
|
ارتفاع الحشو. الإعدادات الافتراضية إلى 0 |
0
|
ارجاع: y (np.ndarray | torch.Tensor): إحداثيات المربع المحيط بالتنسيق [x1 ، y1 ، x2 ، y2] حيث x1 ، y1 هي الزاوية العلوية اليسرى ، x2 ، y2 هي الزاوية اليمنى السفلية من المربع المحيط.
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.xyxy2xywhn(x, w=640, h=640, clip=False, eps=0.0)
تحويل إحداثيات المربع المحيط من تنسيق (x1 ، y1 ، x2 ، y2) إلى تنسيق (x ، y ، العرض ، الارتفاع ، التطبيع). س ، ص ، يتم تسوية العرض والارتفاع إلى أبعاد الصورة.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
x |
ndarray | Tensor
|
يتم إحداثيات المربع المحيط بالإدخال بتنسيق (x1 ، y1 ، x2 ، y2). |
مطلوب |
w |
int
|
عرض الصورة. الإعدادات الافتراضية إلى 640 |
640
|
h |
int
|
ارتفاع الصورة. الإعدادات الافتراضية إلى 640 |
640
|
clip |
bool
|
إذا كان True ، قص المربعات إلى حدود الصورة. الإعدادات الافتراضية إلى خطأ |
False
|
eps |
float
|
الحد الأدنى لقيمة عرض الصندوق وارتفاعه. الإعدادات الافتراضية إلى 0.0 |
0.0
|
ارجاع:
اسم | نوع | وصف |
---|---|---|
y |
ndarray | Tensor
|
إحداثيات المربع المحيط بتنسيق (x ، y ، العرض ، الارتفاع ، التطبيع) |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.xywh2ltwh(x)
قم بتحويل تنسيق المربع المحيط من [x ، y ، w ، h] إلى [x1 ، y1 ، w ، h] ، حيث x1 ، y1 هي الإحداثيات العلوية اليسرى.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
x |
ndarray | Tensor
|
المدخلات tensor مع إحداثيات المربع المحيط بتنسيق xywh |
مطلوب |
ارجاع:
اسم | نوع | وصف |
---|---|---|
y |
ndarray | Tensor
|
إحداثيات المربع المحيط بتنسيق xyltwh |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.xyxy2ltwh(x)
قم بتحويل المربعات المحيطة nx4 من [x1 ، y1 ، x2 ، y2] إلى [x1 ، y1 ، w ، h] ، حيث xy1 = أعلى اليسار ، xy2 = أسفل اليمين.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
x |
ndarray | Tensor
|
المدخلات tensor مع إحداثيات المربعات المحيطة بتنسيق xyxy |
مطلوب |
ارجاع:
اسم | نوع | وصف |
---|---|---|
y |
ndarray | Tensor
|
ينسق المربع المحيط بتنسيق xyltwh. |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.ltwh2xywh(x)
قم بتحويل مربعات nx4 من [x1 ، y1 ، w ، h] إلى [x ، y ، w ، h] حيث xy1 = أعلى اليسار ، xy = المركز.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
x |
Tensor
|
المدخلات tensor |
مطلوب |
ارجاع:
اسم | نوع | وصف |
---|---|---|
y |
ndarray | Tensor
|
ينسق المربع المحيط بتنسيق xywh. |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.xyxyxyxy2xywhr(corners)
قم بتحويل المربعات المحيطة الموجهة (OBB) المجمعة من [xy1 ، xy2 ، xy3 ، xy4] إلى [xywh ، الدوران]. قيم الدوران هي متوقع بالدرجات من 0 إلى 90.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
corners |
ndarray | Tensor
|
زوايا الإدخال للشكل (n ، 8). |
مطلوب |
ارجاع:
نوع | وصف |
---|---|
ndarray | Tensor
|
البيانات المحولة بتنسيق [cx ، cy ، w ، h ، rotation] للشكل (n ، 5). |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.xywhr2xyxyxyxy(rboxes)
قم بتحويل المربعات المحيطة الموجهة (OBB) المجمعة من [xywh ، الدوران] إلى [xy1 ، xy2 ، xy3 ، xy4]. يجب أن تكون قيم الدوران تكون بالدرجات من 0 إلى 90.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
rboxes |
ndarray | Tensor
|
مربعات بتنسيق [cx ، cy ، w ، h ، دوران] الشكل (n ، 5) أو (b ، n ، 5). |
مطلوب |
ارجاع:
نوع | وصف |
---|---|
ndarray | Tensor
|
نقاط الزاوية المحولة من الشكل (n ، 4 ، 2) أو (b ، n ، 4 ، 2). |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.ltwh2xyxy(x)
يقوم بتحويل المربع المحيط من [x1 ، y1 ، w ، h] إلى [x1 ، y1 ، x2 ، y2] حيث xy1 = أعلى اليسار ، xy2 = أسفل اليمين.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
x |
ndarray | Tensor
|
صورة الإدخال |
مطلوب |
ارجاع:
اسم | نوع | وصف |
---|---|---|
y |
ndarray | Tensor
|
إحداثيات xyxy للمربعات المحيطة. |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.segments2boxes(segments)
يقوم بتحويل تسميات المقاطع إلى تسميات مربعة ، أي (cls ، xy1 ، xy2 ، ...) إلى (cls ، xywh)
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
segments |
list
|
قائمة المقاطع ، كل مقطع عبارة عن قائمة من النقاط ، كل نقطة هي قائمة إحداثيات x ، y |
مطلوب |
ارجاع:
نوع | وصف |
---|---|
ndarray
|
إحداثيات XYWH للمربعات المحيطة. |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.resample_segments(segments, n=1000)
إدخال قائمة من المقاطع (n,2) وإرجاع قائمة من المقاطع (n,2) التي تم أخذ عينات منها إلى n نقطة لكل منها.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
segments |
list
|
قائمة من المصفوفات (n ، 2) ، حيث n هو عدد النقاط في المقطع. |
مطلوب |
n |
int
|
عدد النقاط لإعادة تشكيل المقطع إليها. الإعدادات الافتراضية إلى 1000 |
1000
|
ارجاع:
اسم | نوع | وصف |
---|---|---|
segments |
list
|
الأجزاء المعاد تشكيلها. |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.crop_mask(masks, boxes)
يأخذ قناع ومربع محيط، ويعيد قناعا يتم اقتصاصه إلى المربع المحيط.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
masks |
Tensor
|
[ن، ح، ث] tensor من الأقنعة |
مطلوب |
boxes |
Tensor
|
[ن ، 4] tensor من إحداثيات bbox في شكل نقطة نسبية |
مطلوب |
ارجاع:
نوع | وصف |
---|---|
Tensor
|
يتم اقتصاص الأقنعة إلى المربع المحيط. |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.process_mask_upsample(protos, masks_in, bboxes, shape)
يأخذ مخرجات رأس القناع، ويطبق القناع على المربعات المحيطة. هذا ينتج أقنعة ذات جودة أعلى لكنه أبطأ.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
protos |
Tensor
|
[mask_dim ، mask_h ، mask_w] |
مطلوب |
masks_in |
Tensor
|
[n ، mask_dim] ، n هو عدد الأقنعة بعد nms |
مطلوب |
bboxes |
Tensor
|
[n ، 4] ، n هو عدد الأقنعة بعد nms |
مطلوب |
shape |
tuple
|
حجم صورة الإدخال (H ، W) |
مطلوب |
ارجاع:
نوع | وصف |
---|---|
Tensor
|
الأقنعة التي تم أخذ عينات منها. |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.process_mask(protos, masks_in, bboxes, shape, upsample=False)
قم بتطبيق الأقنعة على المربعات المحيطة باستخدام مخرجات رأس القناع.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
protos |
Tensor
|
A tensor من الشكل [mask_dim ، mask_h ، mask_w]. |
مطلوب |
masks_in |
Tensor
|
A tensor من الشكل [n ، mask_dim] ، حيث n هو عدد الأقنعة بعد NMS. |
مطلوب |
bboxes |
Tensor
|
A tensor من الشكل [n ، 4] ، حيث n هو عدد الأقنعة بعد NMS. |
مطلوب |
shape |
tuple
|
مجموعة من الأعداد الصحيحة تمثل حجم صورة الإدخال بالتنسيق (h ، w). |
مطلوب |
upsample |
bool
|
علامة للإشارة إلى ما إذا كان سيتم رفع القناع إلى حجم الصورة الأصلي. الافتراضي هو خطأ. |
False
|
ارجاع:
نوع | وصف |
---|---|
Tensor
|
قناع ثنائي tensor الشكل [n ، h ، w] ، حيث n هو عدد الأقنعة بعد NMS ، و h و w هي ارتفاع وعرض صورة الإدخال. يتم تطبيق القناع على المربعات المحيطة. |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.process_mask_native(protos, masks_in, bboxes, shape)
يأخذ إخراج رأس القناع ، ويقطعه بعد أخذ العينات إلى المربعات المحيطة.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
protos |
Tensor
|
[mask_dim ، mask_h ، mask_w] |
مطلوب |
masks_in |
Tensor
|
[n ، mask_dim] ، n هو عدد الأقنعة بعد nms |
مطلوب |
bboxes |
Tensor
|
[n ، 4] ، n هو عدد الأقنعة بعد nms |
مطلوب |
shape |
tuple
|
حجم صورة الإدخال (H ، W) |
مطلوب |
ارجاع:
اسم | نوع | وصف |
---|---|---|
masks |
Tensor
|
الأقنعة المرتجعة ذات الأبعاد [h ، w ، n] |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.scale_masks(masks, shape, padding=True)
إعادة قياس أقنعة المقاطع لتشكيلها.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
masks |
Tensor
|
(ن ، ج ، ح ، ث). |
مطلوب |
shape |
tuple
|
الطول والعرض. |
مطلوب |
padding |
bool
|
إذا كان هذا صحيحا ، بافتراض أن المربعات تستند إلى صورة معززة بواسطة yolo نمط. إذا كان خطأ ثم تفعل العادية إعادة التحجيم. |
True
|
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.scale_coords(img1_shape, coords, img0_shape, ratio_pad=None, normalize=False, padding=True)
تغيير حجم إحداثيات المقطع (xy) من img1_shape إلى img0_shape.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
img1_shape |
tuple
|
شكل الصورة التي تنتمي إليها التنسيقات. |
مطلوب |
coords |
Tensor
|
التنسيقات المراد تحجيمها من الشكل n ، 2. |
مطلوب |
img0_shape |
tuple
|
شكل الصورة التي يتم تطبيق التجزئة عليها. |
مطلوب |
ratio_pad |
tuple
|
نسبة حجم الصورة إلى حجم الصورة المبطن. |
None
|
normalize |
bool
|
إذا كان صحيحا ، تسوية الإحداثيات إلى النطاق [0 ، 1]. الإعدادات الافتراضية إلى خطأ. |
False
|
padding |
bool
|
إذا كان هذا صحيحا ، بافتراض أن المربعات تستند إلى صورة معززة بواسطة yolo نمط. إذا كان خطأ ثم تفعل العادية إعادة التحجيم. |
True
|
ارجاع:
اسم | نوع | وصف |
---|---|---|
coords |
Tensor
|
الإحداثيات المقاسة. |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.regularize_rboxes(rboxes)
تنظيم الصناديق التي تم تدويرها في النطاق [0، pi/2].
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
rboxes |
Tensor
|
(ن ، 5) ، xywhr. |
مطلوب |
ارجاع:
نوع | وصف |
---|---|
Tensor
|
الصناديق المنظمة. |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.masks2segments(masks, strategy='largest')
يأخذ قائمة من الأقنعة (n ، h ، w) ويعيد قائمة من المقاطع (n ، xy)
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
masks |
Tensor
|
ناتج النموذج ، وهو ملف tensor الشكل (batch_size ، 160 ، 160) |
مطلوب |
strategy |
str
|
"كونكات" أو "أكبر". الإعدادات الافتراضية إلى الأكبر |
'largest'
|
ارجاع:
اسم | نوع | وصف |
---|---|---|
segments |
List
|
قائمة أقنعة المقطع |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.convert_torch2numpy_batch(batch)
تحويل دفعة من FP32 torch الموترات (0.0-1.0) إلى صفيف NumPy uint8 (0-255) ، والتغيير من تخطيط BCHW إلى BHWC.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
batch |
Tensor
|
الادخال tensor دفعة من الشكل (دفعة ، قنوات ، ارتفاع ، عرض) و dtype torch.float32. |
مطلوب |
ارجاع:
نوع | وصف |
---|---|
ndarray
|
إخراج مجموعة صفيف NumPy من الشكل (دفعة ، ارتفاع ، عرض ، قنوات) و dtype uint8. |
شفرة المصدر في ultralytics/utils/ops.py
ultralytics.utils.ops.clean_str(s)
ينظف سلسلة عن طريق استبدال الأحرف الخاصة بشرطة سفلية _
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
s |
str
|
سلسلة تحتاج إلى استبدال أحرف خاصة |
مطلوب |
ارجاع:
نوع | وصف |
---|---|
str
|
سلسلة بأحرف خاصة تم استبدالها بشرطة سفلية _ |