مرجع ل ultralytics/utils/plotting.py
ملاحظه
هذا الملف متاح في https://github.com/ultralytics/ultralytics/ نقطة / الرئيسية /ultralytics/ المرافق / plotting.py. إذا اكتشفت مشكلة ، فيرجى المساعدة في إصلاحها من خلال المساهمة في طلب 🛠️ سحب. شكرا لك 🙏!
ultralytics.utils.plotting.Colors
Ultralytics لوحة الألوان الافتراضية https://ultralytics.com/.
توفر هذه الفئة طرقا للعمل مع Ultralytics لوحة الألوان ، بما في ذلك تحويل رموز الألوان السداسية إلى قيم RGB.
سمات:
اسم | نوع | وصف |
---|---|---|
palette |
list of tuple
|
قائمة قيم ألوان RGB. |
n |
int
|
عدد الألوان في اللوحة. |
pose_palette |
ndarray
|
صفيف لوحة ألوان محدد مع dtype np.uint8. |
شفرة المصدر في ultralytics/utils/plotting.py
__call__(i, bgr=False)
__init__()
تهيئة الألوان على هيئة سداسي عشري = قيم matplotlib.colors.TABLEAU_COLORS().
شفرة المصدر في ultralytics/utils/plotting.py
hex2rgb(h)
staticmethod
ultralytics.utils.plotting.Annotator
Ultralytics شرح لفسيفساء القطار / فال و JPGs والتعليقات التوضيحية للتنبؤات.
سمات:
اسم | نوع | وصف |
---|---|---|
im |
Image.Image or numpy array
|
الصورة المراد التعليق عليها. |
pil |
bool
|
سواء لاستخدام PIL أو cv2 لرسم التعليقات التوضيحية. |
font |
truetype or load_default
|
الخط المستخدم للتعليقات التوضيحية النصية. |
lw |
float
|
عرض الخط للرسم. |
skeleton |
List[List[int]]
|
هيكل عظمي للنقاط الرئيسية. |
limb_color |
List[int]
|
لوحة الألوان للأطراف. |
kpt_color |
List[int]
|
لوحة الألوان للنقاط الرئيسية. |
شفرة المصدر في ultralytics/utils/plotting.py
99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 |
|
__init__(im, line_width=None, font_size=None, font='Arial.ttf', pil=False, example='abc')
قم بتهيئة فئة Annotator بعرض الصورة والخط جنبا إلى جنب مع لوحة الألوان للنقاط الرئيسية والأطراف.
شفرة المصدر في ultralytics/utils/plotting.py
box_label(box, label='', color=(128, 128, 128), txt_color=(255, 255, 255), rotated=False)
أضف مربع xyxy واحدا إلى الصورة مع التسمية.
شفرة المصدر في ultralytics/utils/plotting.py
display_analytics(im0, text, txt_color, bg_color, margin)
عرض الإحصائيات الإجمالية لمواقف السيارات الأوامر im0 (ndarray): صورة الاستدلال نص (ديكت): قاموس التسميات txt_color (لون bgr): لون العرض لمقدمة النص bg_color (لون bgr): لون العرض لخلفية النص الهامش (int): فجوة بين النص والمستطيل لعرض أفضل
شفرة المصدر في ultralytics/utils/plotting.py
display_objects_labels(im0, text, txt_color, bg_color, x_center, y_center, margin)
عرض تسميات المربعات المحدودة في تطبيق إدارة مواقف السيارات.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
im0 |
ndarray
|
صورة الاستدلال |
مطلوب |
text |
str
|
اسم الكائن/الفئة |
مطلوب |
txt_color |
bgr color
|
لون العرض لمقدمة النص |
مطلوب |
bg_color |
bgr color
|
لون العرض لخلفية النص |
مطلوب |
x_center |
float
|
نقطة مركز الموضع x للمربع المحيط |
مطلوب |
y_center |
float
|
نقطة مركز الموضع y للمربع المحدود |
مطلوب |
margin |
int
|
فجوة بين النص والمستطيل لعرض أفضل |
مطلوب |
شفرة المصدر في ultralytics/utils/plotting.py
draw_centroid_and_tracks(track, color=(255, 0, 255), track_thickness=2)
رسم نقطة centroid ومسارات المسار.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
track |
list
|
نقاط تتبع الكائن لعرض المسارات |
مطلوب |
color |
tuple
|
يتتبع لون الخط |
(255, 0, 255)
|
track_thickness |
int
|
قيمة سمك خط المسار |
2
|
شفرة المصدر في ultralytics/utils/plotting.py
draw_region(reg_pts=None, color=(0, 255, 0), thickness=5)
ارسم خط المنطقة.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
reg_pts |
list
|
نقاط المنطقة (لنقاط السطر 2 ، للمنطقة 4 نقاط) |
None
|
color |
tuple
|
قيمة لون المنطقة |
(0, 255, 0)
|
thickness |
int
|
قيمة سمك مساحة المنطقة |
5
|
شفرة المصدر في ultralytics/utils/plotting.py
draw_specific_points(keypoints, indices=[2, 5, 7], shape=(640, 640), radius=2, conf_thres=0.25)
ارسم نقاطا رئيسية محددة لحساب خطوات الصالة الرياضية.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
keypoints |
list
|
قائمة بيانات النقاط الرئيسية المراد رسمها |
مطلوب |
indices |
list
|
قائمة معرفات النقاط الرئيسية المراد رسمها |
[2, 5, 7]
|
shape |
tuple
|
IMGSZ للاستدلال النموذجي |
(640, 640)
|
radius |
int
|
قيمة نصف قطر النقطة الرئيسية |
2
|
شفرة المصدر في ultralytics/utils/plotting.py
estimate_pose_angle(a, b, c)
staticmethod
احسب زاوية الوضع للكائن.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
a |
float)
|
قيمة نقطة الوضع أ |
مطلوب |
b |
float
|
قيمة نقطة الوضع ب |
مطلوب |
c |
float
|
القيمة o تشكل نقطة c |
مطلوب |
ارجاع:
اسم | نوع | وصف |
---|---|---|
angle |
degree
|
قيمة درجة الزاوية بين ثلاث نقاط |
شفرة المصدر في ultralytics/utils/plotting.py
fromarray(im)
get_bbox_dimension(bbox=None)
احسب مساحة المربع المحيط.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
bbox |
tuple
|
إحداثيات المربع المحيط بالتنسيق (x_min ، y_min ، x_max ، y_max). |
None
|
ارجاع:
اسم | نوع | وصف |
---|---|---|
angle |
degree
|
قيمة درجة الزاوية بين ثلاث نقاط |
شفرة المصدر في ultralytics/utils/plotting.py
kpts(kpts, shape=(640, 640), radius=5, kpt_line=True, conf_thres=0.25)
ارسم النقاط الرئيسية على الصورة.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
kpts |
tensor
|
النقاط الرئيسية المتوقعة بالشكل [17، 3]. كل نقطة رئيسية لديها (x ، y ، ثقة). |
مطلوب |
shape |
tuple
|
شكل الصورة كمجموعة (h ، w) ، حيث h هو الارتفاع و w هو العرض. |
(640, 640)
|
radius |
int
|
نصف قطر النقاط الرئيسية المرسومة. الافتراضي هو 5. |
5
|
kpt_line |
bool
|
إذا كان True ، فستقوم الوظيفة برسم خطوط تربط النقاط الرئيسية للوضع البشري. الافتراضي هو صواب. |
True
|
ملاحظه
kpt_line=True
حاليا يدعم فقط التآمر البشري.
شفرة المصدر في ultralytics/utils/plotting.py
masks(masks, colors, im_gpu, alpha=0.5, retina_masks=False)
أقنعة المؤامرة على الصورة.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
masks |
tensor
|
الأقنعة المتوقعة على كودا ، الشكل: [n ، h ، w] |
مطلوب |
colors |
List[List[Int]]
|
ألوان الأقنعة المتوقعة، [[r، g، b] * n] |
مطلوب |
im_gpu |
tensor
|
الصورة في كودا، الشكل: [3، ح، ث]، النطاق: [0، 1] |
مطلوب |
alpha |
float
|
شفافية القناع: 0.0 شفافة بالكامل ، 1.0 معتمة |
0.5
|
retina_masks |
bool
|
سواء لاستخدام أقنعة عالية الدقة أم لا. الإعدادات الافتراضية إلى خطأ. |
False
|
شفرة المصدر في ultralytics/utils/plotting.py
plot_angle_and_count_and_stage(angle_text, count_text, stage_text, center_kpt, line_thickness=2)
ارسم زاوية الوضع وقيمة العد ومرحلة الخطوة.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
angle_text |
str
|
قيمة الزاوية لمراقبة التمرين |
مطلوب |
count_text |
str
|
يحسب قيمة مراقبة التمرين |
مطلوب |
stage_text |
str
|
قرار المرحلة لمراقبة التمرين |
مطلوب |
center_kpt |
int
|
مؤشر Centroid Pose لمراقبة التمرين |
مطلوب |
line_thickness |
int
|
سمك لعرض النص |
2
|
شفرة المصدر في ultralytics/utils/plotting.py
plot_distance_and_line(distance_m, distance_mm, centroids, line_color, centroid_color)
ارسم المسافة والخط على الإطار.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
distance_m |
float
|
المسافة بين اثنين من centroids bbox بالأمتار. |
مطلوب |
distance_mm |
float
|
المسافة بين اثنين من centroids bbox بالمليمترات. |
مطلوب |
centroids |
list
|
بيانات سنترويدات المربع المحيط. |
مطلوب |
line_color |
RGB
|
لون خط المسافة. |
مطلوب |
centroid_color |
RGB
|
مربع محيط اللون المركزي. |
مطلوب |
شفرة المصدر في ultralytics/utils/plotting.py
queue_counts_display(label, points=None, region_color=(255, 255, 255), txt_color=(0, 0, 0), fontsize=0.7)
يعرض عدد قوائم الانتظار على صورة متمركزة عند النقاط ذات حجم الخط والألوان القابلة للتخصيص.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
label |
str
|
تسمية عدد قوائم الانتظار |
مطلوب |
points |
tuple
|
نقاط المنطقة لحساب نقطة المركز لعرض النص |
None
|
region_color |
RGB
|
لون منطقة قائمة الانتظار |
(255, 255, 255)
|
txt_color |
RGB
|
لون عرض النص |
(0, 0, 0)
|
fontsize |
float
|
حجم خط النص |
0.7
|
شفرة المصدر في ultralytics/utils/plotting.py
rectangle(xy, fill=None, outline=None, width=1)
result()
save(filename='image.jpg')
seg_bbox(mask, mask_color=(255, 0, 255), det_label=None, track_label=None)
وظيفة لرسم كائن مجزأ في شكل مربع محيط.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
mask |
list
|
قائمة بيانات الأقنعة على سبيل المثال رسم منطقة التجزئة |
مطلوب |
mask_color |
tuple
|
قناع لون المقدمة |
(255, 0, 255)
|
det_label |
str
|
نص تسمية الكشف |
None
|
track_label |
str
|
تتبع نص التصنيف |
None
|
شفرة المصدر في ultralytics/utils/plotting.py
show(title=None)
text(xy, text, txt_color=(255, 255, 255), anchor='top', box_style=False)
إضافة نص إلى صورة باستخدام PIL أو cv2.
شفرة المصدر في ultralytics/utils/plotting.py
visioneye(box, center_point, color=(235, 219, 11), pin_color=(255, 0, 255), thickness=2, pins_radius=10)
وظيفة لتحديد رسم خرائط العين للرؤية البشرية والتآمر.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
box |
list
|
إحداثيات المربع المحيط |
مطلوب |
center_point |
tuple
|
نقطة مركزية لرؤية العين |
مطلوب |
color |
tuple
|
كائن النقطه الوسطى وقيمة لون الخط |
(235, 219, 11)
|
pin_color |
tuple
|
قيمة لون نقطة عين الرؤية |
(255, 0, 255)
|
thickness |
int
|
قيمة int لسمك الخط |
2
|
pins_radius |
int
|
قيمة نصف قطر نقطة الرؤية |
10
|
شفرة المصدر في ultralytics/utils/plotting.py
ultralytics.utils.plotting.plot_labels(boxes, cls, names=(), save_dir=Path(''), on_plot=None)
رسم تسميات التدريب بما في ذلك الرسوم البيانية للفئة وإحصائيات المربع.
شفرة المصدر في ultralytics/utils/plotting.py
ultralytics.utils.plotting.save_one_box(xyxy, im, file=Path('im.jpg'), gain=1.02, pad=10, square=False, BGR=False, save=True)
احفظ اقتصاص الصورة بتنسيق {file} مع حجم اقتصاص متعدد {gain} و {pad} بكسل. حفظ و / أو إرجاع المحاصيل.
تأخذ هذه الوظيفة مربعا محيطا وصورة ، ثم تحفظ جزءا تم اقتصاصه من الصورة وفقا إلى المربع المحيط. اختياريا ، يمكن تربيع المحصول ، وتسمح الوظيفة بالكسب والحشو تعديلات على المربع المحيط.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
xyxy |
Tensor or list
|
A tensor أو قائمة تمثل المربع المحيط بتنسيق xyxy. |
مطلوب |
im |
ndarray
|
صورة الإدخال. |
مطلوب |
file |
Path
|
المسار الذي سيتم فيه حفظ الصورة التي تم اقتصاصها. الإعدادات الافتراضية هي "im.jpg". |
Path('im.jpg')
|
gain |
float
|
عامل مضاعف لزيادة حجم المربع المحيط. الإعدادات الافتراضية هي 1.02. |
1.02
|
pad |
int
|
عدد البيكسلات المراد إضافتها إلى عرض وارتفاع المربع المحيط. الإعدادات الافتراضية إلى 10. |
10
|
square |
bool
|
إذا كان صحيحا ، تحويل المربع المحيط إلى مربع. الإعدادات الافتراضية إلى خطأ. |
False
|
BGR |
bool
|
إذا كان True ، حفظ الصورة بتنسيق BGR ، وإلا في RGB. الإعدادات الافتراضية إلى خطأ. |
False
|
save |
bool
|
إذا كان True ، حفظ الصورة التي تم اقتصاصها على القرص. الإعدادات الافتراضية إلى صواب. |
True
|
ارجاع:
نوع | وصف |
---|---|
ndarray
|
الصورة التي تم اقتصاصها. |
مثل
شفرة المصدر في ultralytics/utils/plotting.py
ultralytics.utils.plotting.plot_images(images, batch_idx, cls, bboxes=np.zeros(0, dtype=np.float32), confs=None, masks=np.zeros(0, dtype=np.uint8), kpts=np.zeros((0, 51), dtype=np.float32), paths=None, fname='images.jpg', names=None, on_plot=None, max_subplots=16, save=True, conf_thres=0.25)
رسم شبكة الصورة مع التسميات.
شفرة المصدر في ultralytics/utils/plotting.py
781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 |
|
ultralytics.utils.plotting.plot_results(file='path/to/results.csv', dir='', segment=False, pose=False, classify=False, on_plot=None)
رسم نتائج التدريب من ملف CSV للنتائج. تدعم الوظيفة أنواعا مختلفة من البيانات بما في ذلك التجزئة ، تشكل التقدير والتصنيف. يتم حفظ المؤامرات ك "results.png" في الدليل حيث يوجد ملف CSV.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
file |
str
|
المسار إلى ملف CSV الذي يحتوي على نتائج التدريب. الإعدادات الافتراضية هي "المسار / إلى / results.csv". |
'path/to/results.csv'
|
dir |
str
|
الدليل الذي يوجد به ملف CSV إذا لم يتم توفير "ملف". الإعدادات الافتراضية إلى ''. |
''
|
segment |
bool
|
ضع علامة للإشارة إلى ما إذا كانت البيانات مخصصة للتقسيم. الإعدادات الافتراضية إلى خطأ. |
False
|
pose |
bool
|
ضع علامة للإشارة إلى ما إذا كانت البيانات مخصصة لتقدير الوضع. الإعدادات الافتراضية إلى خطأ. |
False
|
classify |
bool
|
ضع علامة للإشارة إلى ما إذا كانت البيانات مخصصة للتصنيف. الإعدادات الافتراضية إلى خطأ. |
False
|
on_plot |
callable
|
يتم تنفيذ وظيفة رد الاتصال بعد التخطيط. يأخذ اسم الملف كوسيطة. الإعدادات الافتراضية إلى لا شيء. |
None
|
مثل
شفرة المصدر في ultralytics/utils/plotting.py
ultralytics.utils.plotting.plt_color_scatter(v, f, bins=20, cmap='viridis', alpha=0.8, edgecolors='none')
يرسم مخططا مبعثرا بنقاط ملونة بناء على مدرج تكراري 2D.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
v |
array - like
|
قيم المحور السيني. |
مطلوب |
f |
array - like
|
قيم المحور ص. |
مطلوب |
bins |
int
|
عدد الصناديق للمدرج التكراري. الإعدادات الافتراضية هي 20. |
20
|
cmap |
str
|
خريطة الألوان لمخطط التشتت. الإعدادات الافتراضية ل "viridis". |
'viridis'
|
alpha |
float
|
ألفا للمخطط المبعثر. الإعدادات الافتراضية هي 0.8. |
0.8
|
edgecolors |
str
|
ألوان الحافة لمخطط التشتت. الإعدادات الافتراضية إلى "لا شيء". |
'none'
|
امثله:
شفرة المصدر في ultralytics/utils/plotting.py
ultralytics.utils.plotting.plot_tune_results(csv_file='tune_results.csv')
ارسم نتائج التطور المخزنة في ملف "tune_results.csv". تقوم الوظيفة بإنشاء مخطط مبعثر لكل مفتاح في ملف CSV ، مرمز بالألوان بناء على درجات اللياقة البدنية. يتم تمييز التكوينات الأفضل أداء على المؤامرات.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
csv_file |
str
|
المسار إلى ملف CSV الذي يحتوي على نتائج الضبط. الإعدادات الافتراضية هي "tune_results.csv". |
'tune_results.csv'
|
امثله:
شفرة المصدر في ultralytics/utils/plotting.py
ultralytics.utils.plotting.output_to_target(output, max_det=300)
تحويل إخراج النموذج إلى التنسيق الهدف [batch_id ، class_id ، x ، y ، w ، h ، conf] للتخطيط.
شفرة المصدر في ultralytics/utils/plotting.py
ultralytics.utils.plotting.output_to_rotated_target(output, max_det=300)
تحويل إخراج النموذج إلى التنسيق الهدف [batch_id ، class_id ، x ، y ، w ، h ، conf] للتخطيط.
شفرة المصدر في ultralytics/utils/plotting.py
ultralytics.utils.plotting.feature_visualization(x, module_type, stage, n=32, save_dir=Path('runs/detect/exp'))
تصور خرائط المعالم لوحدة نموذج معينة أثناء الاستدلال.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
x |
Tensor
|
الميزات التي سيتم تصورها. |
مطلوب |
module_type |
str
|
نوع الوحدة. |
مطلوب |
stage |
int
|
مرحلة الوحدة داخل النموذج. |
مطلوب |
n |
int
|
الحد الأقصى لعدد خرائط المعالم المراد رسمها. الإعدادات الافتراضية هي 32. |
32
|
save_dir |
Path
|
دليل لحفظ النتائج. الإعدادات الافتراضية للمسار ("تشغيل / اكتشاف / إكسب"). |
Path('runs/detect/exp')
|