Referentie voor ultralytics/data/base.py
Opmerking
Dit bestand is beschikbaar op https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/data/base .py. Als je een probleem ziet, help het dan oplossen door een Pull Request đ ī¸ bij te dragen. Bedankt đ!
ultralytics.data.base.BaseDataset
Basis: Dataset
Basis dataset klasse voor het laden en verwerken van afbeeldingsgegevens.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
img_path |
str
|
Pad naar de map met afbeeldingen. |
vereist |
imgsz |
int
|
Afbeeldingsgrootte. Standaard 640. |
640
|
cache |
bool
|
Cache afbeeldingen naar RAM of schijf tijdens training. Staat standaard op Onwaar. |
False
|
augment |
bool
|
Als dit Waar is, wordt gegevensvergroting toegepast. Standaard is dit Waar. |
True
|
hyp |
dict
|
Hyperparameters om gegevensuitbreiding toe te passen. Staat standaard op Geen. |
DEFAULT_CFG
|
prefix |
str
|
Voorvoegsel om af te drukken in logboekberichten. Staat standaard op ''. |
''
|
rect |
bool
|
Als dit Waar is, wordt rechthoekige training gebruikt. Staat standaard op Onwaar. |
False
|
batch_size |
int
|
Grootte van batches. Staat standaard op Geen. |
16
|
stride |
int
|
Stride. Standaard 32. |
32
|
pad |
float
|
Vulling. Staat standaard op 0,0. |
0.5
|
single_cls |
bool
|
Als dit Waar is, wordt training met ÊÊn klasse gebruikt. Staat standaard op Onwaar. |
False
|
classes |
list
|
Lijst van opgenomen klassen. De standaardwaarde is Geen. |
None
|
fraction |
float
|
Fractie van dataset die moet worden gebruikt. De standaardwaarde is 1,0 (alle gegevens gebruiken). |
1.0
|
Kenmerken:
Naam | Type | Beschrijving |
---|---|---|
im_files |
list
|
Lijst met paden van afbeeldingsbestanden. |
labels |
list
|
Lijst met labelgegevenswoordenboeken. |
ni |
int
|
Aantal afbeeldingen in de dataset. |
ims |
list
|
Lijst met geladen afbeeldingen. |
npy_files |
list
|
Lijst met numpy bestandspaden. |
transforms |
callable
|
Functie voor beeldtransformatie. |
Broncode in ultralytics/data/base.py
21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 |
|
__getitem__(index)
__init__(img_path, imgsz=640, cache=False, augment=True, hyp=DEFAULT_CFG, prefix='', rect=False, batch_size=16, stride=32, pad=0.5, single_cls=False, classes=None, fraction=1.0)
Initialiseer BaseDataset met gegeven configuratie en opties.
Broncode in ultralytics/data/base.py
__len__()
build_transforms(hyp=None)
Gebruikers kunnen hier augmentaties aanpassen.
Voorbeeld
Broncode in ultralytics/data/base.py
cache_images()
Cache afbeeldingen naar geheugen of schijf.
Broncode in ultralytics/data/base.py
cache_images_to_disk(i)
Slaat een afbeelding op als een *.npy bestand voor sneller laden.
check_cache_ram(safety_margin=0.5)
Controleer de eisen voor image caching versus het beschikbare geheugen.
Broncode in ultralytics/data/base.py
get_image_and_label(index)
Verkrijg en retourneer labelinformatie van de dataset.
Broncode in ultralytics/data/base.py
get_img_files(img_path)
Afbeeldingsbestanden lezen.
Broncode in ultralytics/data/base.py
get_labels()
Gebruikers kunnen hier hun eigen indeling aanpassen.
Opmerking
Zorg ervoor dat de uitvoer een woordenboek is met de volgende sleutels:
Broncode in ultralytics/data/base.py
load_image(i, rect_mode=True)
Laadt 1 afbeelding uit dataset index 'i', retourneert (im, hw aangepast).
Broncode in ultralytics/data/base.py
set_rectangle()
Stelt de vorm van bounding boxes voor YOLO detecties in als rechthoeken.
Broncode in ultralytics/data/base.py
update_labels(include_class)
Werk labels bij zodat ze alleen deze klassen bevatten (optioneel).