Riferimento per ultralytics/nn/modules/head.py
Nota
Questo file è disponibile su https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/nn/modules/head .py. Se noti un problema, contribuisci a risolverlo inviando una Pull Request 🛠️. Grazie 🙏!
ultralytics.nn.modules.head.Detect
Basi: Module
YOLOv8 Testa di rilevamento per i modelli di rilevamento.
Codice sorgente in ultralytics/nn/modules/head.py
__init__(nc=80, ch=())
Inizializza il livello di rilevamento di YOLOv8 con il numero di classi e canali specificato.
Codice sorgente in ultralytics/nn/modules/head.py
bias_init()
Inizializza i bias di Detect(), ATTENZIONE: richiede la disponibilità di stride.
Codice sorgente in ultralytics/nn/modules/head.py
decode_bboxes(bboxes, anchors)
forward(x)
Concatena e restituisce le bounding box e le probabilità di classe previste.
Codice sorgente in ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.Segment
Basi: Detect
YOLOv8 Testa del segmento per i modelli di segmentazione.
Codice sorgente in ultralytics/nn/modules/head.py
__init__(nc=80, nm=32, npr=256, ch=())
Inizializza gli attributi del modello YOLO come il numero di maschere, i prototipi e gli strati di convoluzione.
Codice sorgente in ultralytics/nn/modules/head.py
forward(x)
Restituisce le uscite del modello e i coefficienti della maschera in caso di formazione, altrimenti restituisce le uscite e i coefficienti della maschera.
Codice sorgente in ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.OBB
Basi: Detect
YOLOv8 Testa di rilevamento OBB per il rilevamento con modelli di rotazione.
Codice sorgente in ultralytics/nn/modules/head.py
__init__(nc=80, ne=1, ch=())
Inizializza l'OBB con un numero di classi nc
e canali a strati ch
.
Codice sorgente in ultralytics/nn/modules/head.py
decode_bboxes(bboxes, anchors)
forward(x)
Concatena e restituisce le bounding box e le probabilità di classe previste.
Codice sorgente in ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.Pose
Basi: Detect
YOLOv8 Testa di posa per i modelli keypoints.
Codice sorgente in ultralytics/nn/modules/head.py
__init__(nc=80, kpt_shape=(17, 3), ch=())
Inizializza la rete YOLO con i parametri predefiniti e gli strati convoluzionali.
Codice sorgente in ultralytics/nn/modules/head.py
forward(x)
Eseguire un passaggio in avanti attraverso il modello YOLO e restituire le previsioni.
Codice sorgente in ultralytics/nn/modules/head.py
kpts_decode(bs, kpts)
Decodifica i punti chiave.
Codice sorgente in ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.Classify
Basi: Module
YOLOv8 cioè da x(b,c1,20,20) a x(b,c2).
Codice sorgente in ultralytics/nn/modules/head.py
__init__(c1, c2, k=1, s=1, p=None, g=1)
Inizializza la testata di classificazione YOLOv8 con i canali di ingresso e di uscita specificati, la dimensione del kernel, lo stride, padding e gruppi.
Codice sorgente in ultralytics/nn/modules/head.py
forward(x)
Esegue un passaggio in avanti del modello YOLO sui dati dell'immagine in ingresso.
Codice sorgente in ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.WorldDetect
Basi: Detect
Codice sorgente in ultralytics/nn/modules/head.py
__init__(nc=80, embed=512, with_bn=False, ch=())
Inizializza il livello di rilevamento YOLOv8 con le classi nc e i canali del livello ch.
Codice sorgente in ultralytics/nn/modules/head.py
bias_init()
Inizializza i bias di Detect(), ATTENZIONE: richiede la disponibilità di stride.
Codice sorgente in ultralytics/nn/modules/head.py
forward(x, text)
Concatena e restituisce le bounding box e le probabilità di classe previste.
Codice sorgente in ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.RTDETRDecoder
Basi: Module
Modulo Real-Time Deformable Transformer Decoder (RTDETRDecoder) per il rilevamento degli oggetti.
Questo modulo di decodifica utilizza l'architettura Transformer e le convoluzioni deformabili per prevedere i riquadri di delimitazione e le etichette di classe degli oggetti nell'immagine. e le etichette di classe per gli oggetti di un'immagine. Integra le caratteristiche di più livelli e passa attraverso una serie di livelli di decodifica di Transformer per produrre le previsioni finali. Transformer per produrre le previsioni finali.
Codice sorgente in 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)
Inizializza il modulo RTDETRDecoder con i parametri indicati.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
nc |
int
|
Numero di classi. Il valore predefinito è 80. |
80
|
ch |
tuple
|
Canali nelle mappe caratteristiche della dorsale. Il valore predefinito è (512, 1024, 2048). |
(512, 1024, 2048)
|
hd |
int
|
Dimensione degli strati nascosti. L'impostazione predefinita è 256. |
256
|
nq |
int
|
Numero di punti di interrogazione. Il valore predefinito è 300. |
300
|
ndp |
int
|
Numero di punti di decodifica. Il valore predefinito è 4. |
4
|
nh |
int
|
Numero di testine nell'attenzione a più testine. Il valore predefinito è 8. |
8
|
ndl |
int
|
Numero di livelli di decodifica. Il valore predefinito è 6. |
6
|
d_ffn |
int
|
Dimensione delle reti feed-forward. Il valore predefinito è 1024. |
1024
|
dropout |
float
|
Tasso di abbandono. Il valore predefinito è 0. |
0.0
|
act |
Module
|
Funzione di attivazione. L'impostazione predefinita è nn.ReLU. |
ReLU()
|
eval_idx |
int
|
Indice di valutazione. Il valore predefinito è -1. |
-1
|
nd |
int
|
Numero di denoising. Il valore predefinito è 100. |
100
|
label_noise_ratio |
float
|
Rapporto di rumore dell'etichetta. Il valore predefinito è 0,5. |
0.5
|
box_noise_scale |
float
|
Scala del rumore della scatola. L'impostazione predefinita è 1.0. |
1.0
|
learnt_init_query |
bool
|
Se imparare le incorporazioni iniziali della query. L'impostazione predefinita è False. |
False
|
Codice sorgente in 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)
Esegue il passaggio in avanti del modulo, restituendo i punteggi di classificazione e di bounding box per l'input.