सामग्री पर जाएं

के लिए संदर्भ ultralytics/models/nas/val.py

नोट

यह फ़ाइल यहाँ उपलब्ध है https://github.com/ultralytics/ultralytics/बूँद/मुख्य/ultralytics/models/nas/val.py का उपयोग करें। यदि आप कोई समस्या देखते हैं तो कृपया पुल अनुरोध का योगदान करके इसे ठीक करने में मदद करें 🛠️। 🙏 धन्यवाद !



ultralytics.models.nas.val.NASValidator

का रूप: DetectionValidator

Ultralytics YOLO ऑब्जेक्ट डिटेक्शन के लिए NAS सत्यापनकर्ता।

विस्तार DetectionValidator से Ultralytics मॉडल पैकेज और कच्चे भविष्यवाणियों को पोस्ट-प्रोसेस करने के लिए डिज़ाइन किया गया है द्वारा उत्पन्न YOLO NAS मॉडल। यह अतिव्यापी और कम-आत्मविश्वास वाले बक्से को हटाने के लिए गैर-अधिकतम दमन करता है, अंततः अंतिम पता लगाने का उत्पादन।

विशेषताएँ:

नाम प्रकार विवरण: __________
args Namespace

पोस्ट-प्रोसेसिंग के लिए विभिन्न कॉन्फ़िगरेशन युक्त नामस्थान, जैसे आत्मविश्वास और IoU थ्रेसहोल्ड।

lb Tensor

वैकल्पिक tensor मल्टीलेबल एनएमएस के लिए।

उदाहरण
from ultralytics import NAS

model = NAS('yolo_nas_s')
validator = model.validator
# Assumes that raw_preds are available
final_preds = validator.postprocess(raw_preds)
नोट

यह वर्ग आम तौर पर सीधे तत्काल नहीं होता है, लेकिन आंतरिक रूप से उपयोग किया जाता है NAS कक्षा।

में स्रोत कोड ultralytics/models/nas/val.py
11बांग्लादेश 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36373839 40414243444546बांग्लादेश 4748 4950
class NASValidator(DetectionValidator):
    """
    Ultralytics YOLO NAS Validator for object detection.

    Extends `DetectionValidator` from the Ultralytics models package and is designed to post-process the raw predictions
    generated by YOLO NAS models. It performs non-maximum suppression to remove overlapping and low-confidence boxes,
    ultimately producing the final detections.

    Attributes:
        args (Namespace): Namespace containing various configurations for post-processing, such as confidence and IoU thresholds.
        lb (torch.Tensor): Optional tensor for multilabel NMS.

    Example:
        ```python
        from ultralytics import NAS

        model = NAS('yolo_nas_s')
        validator = model.validator
        # Assumes that raw_preds are available
        final_preds = validator.postprocess(raw_preds)
        ```

    Note:
        This class is generally not instantiated directly but is used internally within the `NAS` class.
    """

    def postprocess(self, preds_in):
        """Apply Non-maximum suppression to prediction outputs."""
        boxes = ops.xyxy2xywh(preds_in[0][0])
        preds = torch.cat((boxes, preds_in[0][1]), -1).permute(0, 2, 1)
        return ops.non_max_suppression(
            preds,
            self.args.conf,
            self.args.iou,
            labels=self.lb,
            multi_label=False,
            agnostic=self.args.single_cls,
            max_det=self.args.max_det,
            max_time_img=0.5,
        )

postprocess(preds_in)

भविष्यवाणी आउटपुट पर गैर-अधिकतम दमन लागू करें।

में स्रोत कोड ultralytics/models/nas/val.py
def postprocess(self, preds_in):
    """Apply Non-maximum suppression to prediction outputs."""
    boxes = ops.xyxy2xywh(preds_in[0][0])
    preds = torch.cat((boxes, preds_in[0][1]), -1).permute(0, 2, 1)
    return ops.non_max_suppression(
        preds,
        self.args.conf,
        self.args.iou,
        labels=self.lb,
        multi_label=False,
        agnostic=self.args.single_cls,
        max_det=self.args.max_det,
        max_time_img=0.5,
    )





2023-11-12 बनाया गया, अपडेट किया गया 2023-11-25
लेखक: ग्लेन-जोचर (3)