Referentie voor ultralytics/utils/ops.py
Opmerking
Dit bestand is beschikbaar op https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/utils/ops .py. Als je een probleem ziet, help het dan oplossen door een Pull Request 🛠️ bij te dragen. Bedankt 🙏!
ultralytics.utils.ops.Profile
Basis: ContextDecorator
YOLOv8 Profielklasse. Gebruik als decorator met @Profile() of als contextmanager met 'with Profile():'.
Voorbeeld
Broncode in ultralytics/utils/ops.py
__enter__()
__exit__(type, value, traceback)
__init__(t=0.0, device=None)
Initialiseer de Profielklasse.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
t |
float
|
Initiële tijd. Wordt standaard ingesteld op 0,0. |
0.0
|
device |
device
|
Apparaten die worden gebruikt voor modelinferentie. Staat standaard op Geen (cpu). |
None
|
Broncode in ultralytics/utils/ops.py
__str__()
Geeft een door mensen leesbare tekenreeks terug die de geaccumuleerde verstreken tijd in de profiler weergeeft.
ultralytics.utils.ops.segment2box(segment, width=640, height=640)
Converteer 1 segmentlabel naar 1 boxlabel en pas daarbij de binnenbeeldrestrictie toe, d.w.z. (xy1, xy2, ...) naar (xyxy).
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
segment |
Tensor
|
het segmentlabel |
vereist |
width |
int
|
de breedte van de afbeelding. Standaard 640 |
640
|
height |
int
|
De hoogte van de afbeelding. Standaard 640 |
640
|
Retourneert:
Type | Beschrijving |
---|---|
ndarray
|
de minimale en maximale x- en y-waarden van het segment. |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.scale_boxes(img1_shape, boxes, img0_shape, ratio_pad=None, padding=True, xywh=False)
Herschaalt bounding boxes (standaard in het formaat xyxy) van de vorm van de afbeelding waarin ze oorspronkelijk waren gespecificeerd (img1_shape) naar de vorm van een andere afbeelding (img0_shape). gespecificeerd (img1_shape) naar de vorm van een andere afbeelding (img0_shape).
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
img1_shape |
tuple
|
De vorm van de afbeelding waar de bounding boxes voor zijn, in het formaat (hoogte, breedte). |
vereist |
boxes |
Tensor
|
de begrenzingskaders van de objecten in de afbeelding, in het formaat (x1, y1, x2, y2) |
vereist |
img0_shape |
tuple
|
de vorm van de doelafbeelding, in het formaat (hoogte, breedte). |
vereist |
ratio_pad |
tuple
|
een tupel van (ratio, pad) voor het schalen van de vakken. Als dit niet wordt opgegeven, worden de verhouding en het pad berekend op basis van het verschil in grootte tussen de twee afbeeldingen. |
None
|
padding |
bool
|
Als dit Waar is, ga er dan van uit dat de vakken gebaseerd zijn op de afbeelding, aangevuld met yolo stijl. Als dit niet waar is, dan herschalen. |
True
|
xywh |
bool
|
Het vakformaat is xywh of niet, default=False. |
False
|
Retourneert:
Naam | Type | Beschrijving |
---|---|---|
boxes |
Tensor
|
De geschaalde begrenzingskaders, in het formaat (x1, y1, x2, y2) |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.make_divisible(x, divisor)
Geeft het dichtstbijzijnde getal dat deelbaar is door de opgegeven deler.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
x |
int
|
Het getal om deelbaar te maken. |
vereist |
divisor |
int | Tensor
|
De deler. |
vereist |
Retourneert:
Type | Beschrijving |
---|---|
int
|
Het dichtstbijzijnde getal dat deelbaar is door de deler. |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.nms_rotated(boxes, scores, threshold=0.45)
NMS voor obbs, mogelijk gemaakt door probiou en fast-nms.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
boxes |
Tensor
|
(N, 5), xywhr. |
vereist |
scores |
Tensor
|
(N, ). |
vereist |
threshold |
float
|
IoU-drempel. |
0.45
|
Retourneert:
Broncode in 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)
Voer niet-maximale onderdrukking (NMS) uit op een set dozen, met ondersteuning voor maskers en meerdere labels per doos.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
prediction |
Tensor
|
Een tensor van de vorm (batch_size, num_classes + 4 + num_masks, num_boxes) die de voorspelde vakken, klassen en maskers bevat. De tensor moet het formaat hebben dat wordt uitgevoerd door een model, zoals YOLO. |
vereist |
conf_thres |
float
|
De betrouwbaarheidsdrempel waaronder vakjes worden uitgefilterd. Geldige waarden liggen tussen 0,0 en 1,0. |
0.25
|
iou_thres |
float
|
De IoU drempel waaronder vakjes worden uitgefilterd tijdens NMS. Geldige waarden liggen tussen 0,0 en 1,0. |
0.45
|
classes |
List[int]
|
Een lijst met klasse-indices om te overwegen. Als dit geen is, worden alle klassen overwogen. |
None
|
agnostic |
bool
|
Als dit Waar is, is het model niet afhankelijk van het aantal klassen en worden alle klassen worden als één gezien. |
False
|
multi_label |
bool
|
Als dit waar is, kan elk vak meerdere labels hebben. |
False
|
labels |
List[List[Union[int, float, Tensor]]]
|
Een lijst van lijsten, waarbij elke binnenste lijst de apriori labels voor een gegeven afbeelding bevat. De lijst moet het formaat hebben uitgevoerd door een dataloader, waarbij elk label een tupel is van (class_index, x1, y1, x2, y2). |
()
|
max_det |
int
|
Het maximum aantal dozen dat moet worden bewaard na NMS. |
300
|
nc |
int
|
Het aantal klassen dat door het model wordt uitgevoerd. Alle indices hierna worden beschouwd als maskers. |
0
|
max_time_img |
float
|
De maximale tijd (seconden) voor het verwerken van één afbeelding. |
0.05
|
max_nms |
int
|
Het maximale aantal vakjes in torchvision.ops.nms(). |
30000
|
max_wh |
int
|
De maximale boxbreedte en -hoogte in pixels. |
7680
|
in_place |
bool
|
Als dit waar is, wordt de voorspelling van de invoer tensor op zijn plaats aangepast. |
True
|
Retourneert:
Type | Beschrijving |
---|---|
List[Tensor]
|
Een lijst met lengte batch_grootte, waarbij elk element een tensor is van vorm (num_boxes, 6 + num_masks) die de bewaarde vakken bevat, met kolommen (x1, y1, x2, y2, vertrouwen, klasse, masker1, masker2, ...). |
Broncode in 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)
Neemt een lijst met bounding boxes en een vorm (hoogte, breedte) en zet de bounding boxes vast op de vorm.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
boxes |
Tensor
|
de bounding boxes om te knippen |
vereist |
shape |
tuple
|
de vorm van de afbeelding |
vereist |
Retourneert:
Type | Beschrijving |
---|---|
Tensor | ndarray
|
Gesneden dozen |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.clip_coords(coords, shape)
Clip lijncoördinaten naar de afbeeldingsgrenzen.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
coords |
Tensor | ndarray
|
Een lijst met lijncoördinaten. |
vereist |
shape |
tuple
|
Een tupel van gehele getallen die de grootte van de afbeelding weergeven in het formaat (hoogte, breedte). |
vereist |
Retourneert:
Type | Beschrijving |
---|---|
Tensor | ndarray
|
Afgeknipte coördinaten |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.scale_image(masks, im0_shape, ratio_pad=None)
Neemt een masker en wijzigt de grootte ervan naar de originele afbeeldingsgrootte.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
masks |
ndarray
|
aangepaste en opgevulde maskers/afbeeldingen, [h, w, num]/[h, w, 3]. |
vereist |
im0_shape |
tuple
|
de oorspronkelijke afbeeldingsvorm |
vereist |
ratio_pad |
tuple
|
de verhouding van de opvulling tot de originele afbeelding. |
None
|
Retourneert:
Naam | Type | Beschrijving |
---|---|---|
masks |
Tensor
|
De maskers die worden teruggestuurd. |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.xyxy2xywh(x)
Converteer begrenzende boxcoördinaten van (x1, y1, x2, y2) formaat naar (x, y, breedte, hoogte) formaat waarbij (x1, y1) de linkerbovenhoek is en (x2, y2) de rechterbenedenhoek. linkerbovenhoek is en (x2, y2) de rechterbenedenhoek is.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
x |
ndarray | Tensor
|
De invoer van bounding box coördinaten in (x1, y1, x2, y2) formaat. |
vereist |
Retourneert:
Naam | Type | Beschrijving |
---|---|---|
y |
ndarray | Tensor
|
De bounding box coördinaten in (x, y, breedte, hoogte) formaat. |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.xywh2xyxy(x)
Converteer begrenzende boxcoördinaten van (x, y, breedte, hoogte) formaat naar (x1, y1, x2, y2) formaat waarbij (x1, y1) de linkerbovenhoek is en (x2, y2) de rechterbenedenhoek. linkerbovenhoek is en (x2, y2) de rechterbenedenhoek is.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
x |
ndarray | Tensor
|
De invoer van bounding box coördinaten in (x, y, breedte, hoogte) formaat. |
vereist |
Retourneert:
Naam | Type | Beschrijving |
---|---|---|
y |
ndarray | Tensor
|
De bounding box coördinaten in (x1, y1, x2, y2) formaat. |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.xywhn2xyxy(x, w=640, h=640, padw=0, padh=0)
Converteer genormaliseerde bounding box coördinaten naar pixel coördinaten.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
x |
ndarray | Tensor
|
De coördinaten van de bounding box. |
vereist |
w |
int
|
Breedte van de afbeelding. Standaard 640 |
640
|
h |
int
|
Hoogte van de afbeelding. Standaard 640 |
640
|
padw |
int
|
Opvulbreedte. Standaard ingesteld op 0 |
0
|
padh |
int
|
Opvulhoogte. Standaard ingesteld op 0 |
0
|
Geeft: y (np.ndarray | torch.Tensor): De coördinaten van de bounding box in het formaat [x1, y1, x2, y2] waarbij x1,y1 de linkerbovenhoek is, x2,y2 de rechterbenedenhoek van de begrenzende box.
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.xyxy2xywhn(x, w=640, h=640, clip=False, eps=0.0)
Converteer bounding box coördinaten van (x1, y1, x2, y2) formaat naar (x, y, breedte, hoogte, genormaliseerd) formaat. x, y, breedte en hoogte worden genormaliseerd naar afbeeldingsafmetingen.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
x |
ndarray | Tensor
|
De invoer van bounding box coördinaten in (x1, y1, x2, y2) formaat. |
vereist |
w |
int
|
De breedte van de afbeelding. Standaard 640 |
640
|
h |
int
|
De hoogte van de afbeelding. Standaard 640 |
640
|
clip |
bool
|
Als dit Waar is, worden de vakken geclipt naar de afbeeldingsgrenzen. Standaard op Onwaar |
False
|
eps |
float
|
De minimale waarde van de breedte en hoogte van de box. Wordt standaard ingesteld op 0,0 |
0.0
|
Retourneert:
Naam | Type | Beschrijving |
---|---|---|
y |
ndarray | Tensor
|
De bounding box coördinaten in (x, y, breedte, hoogte, genormaliseerd) formaat |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.xywh2ltwh(x)
Converteer het bounding box formaat van [x, y, b, h] naar [x1, y1, b, h], waarbij x1, y1 de coördinaten linksboven zijn.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
x |
ndarray | Tensor
|
De invoer tensor met de bounding box coördinaten in het xywh formaat |
vereist |
Retourneert:
Naam | Type | Beschrijving |
---|---|---|
y |
ndarray | Tensor
|
De coördinaten van de begrenzende box in het formaat xyltwh |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.xyxy2ltwh(x)
Converteer nx4 begrenzende vakken van [x1, y1, x2, y2] naar [x1, y1, w, h], waarbij xy1=linksboven, xy2=rechtsonder.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
x |
ndarray | Tensor
|
De invoer tensor met de coördinaten van de bounding boxes in het formaat xyxy |
vereist |
Retourneert:
Naam | Type | Beschrijving |
---|---|---|
y |
ndarray | Tensor
|
De coördinaten van de bounding box in het formaat xyltwh. |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.ltwh2xywh(x)
Converteer nx4 vakjes van [x1, y1, w, h] naar [x, y, w, h] waarbij xy1=linksboven, xy=midden.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
x |
Tensor
|
de invoer tensor |
vereist |
Retourneert:
Naam | Type | Beschrijving |
---|---|---|
y |
ndarray | Tensor
|
De bounding box coördinaten in het xywh formaat. |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.xyxyxyxy2xywhr(corners)
Geordende Oriented Bounding Boxes (OBB) converteren van [xy1, xy2, xy3, xy4] naar [xywh, rotatie]. Rotatiewaarden worden verwacht in graden van 0 tot 90.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
corners |
ndarray | Tensor
|
Invoer hoeken van vorm (n, 8). |
vereist |
Retourneert:
Type | Beschrijving |
---|---|
ndarray | Tensor
|
Geconverteerde gegevens in het formaat [cx, cy, b, h, rotatie] van de vorm (n, 5). |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.xywhr2xyxyxyxy(rboxes)
Geordende Oriented Bounding Boxes (OBB) omzetten van [xywh, rotatie] naar [xy1, xy2, xy3, xy4]. Rotatiewaarden moeten in graden van 0 tot 90 zijn.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
rboxes |
ndarray | Tensor
|
Vakken in het formaat [cx, cy, b, h, rotatie] met de vorm (n, 5) of (b, n, 5). |
vereist |
Retourneert:
Type | Beschrijving |
---|---|
ndarray | Tensor
|
Geconverteerde hoekpunten van de vorm (n, 4, 2) of (b, n, 4, 2). |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.ltwh2xyxy(x)
Het converteert de bounding box van [x1, y1, b, h] naar [x1, y1, x2, y2] waarbij xy1=linksboven, xy2=rechtsonder.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
x |
ndarray | Tensor
|
de invoerafbeelding |
vereist |
Retourneert:
Naam | Type | Beschrijving |
---|---|---|
y |
ndarray | Tensor
|
de xyxy coördinaten van de begrenzende vakken. |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.segments2boxes(segments)
Het converteert segmentlabels naar boxlabels, d.w.z. (cls, xy1, xy2, ...) naar (cls, xywh)
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
segments |
list
|
lijst met segmenten, elk segment is een lijst met punten, elk punt is een lijst met x-, y-coördinaten |
vereist |
Retourneert:
Type | Beschrijving |
---|---|
ndarray
|
de xywh coördinaten van de begrenzende vakken. |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.resample_segments(segments, n=1000)
Voert een lijst met segmenten (n,2) in en geeft een lijst met segmenten (n,2) terug, elk geüpsampled tot n punten.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
segments |
list
|
een lijst van (n,2) matrices, waarbij n het aantal punten in het segment is. |
vereist |
n |
int
|
Aantal punten om het segment naar te resamplen. Standaard 1000 |
1000
|
Retourneert:
Naam | Type | Beschrijving |
---|---|---|
segments |
list
|
de geresamplede segmenten. |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.crop_mask(masks, boxes)
Het neemt een masker en een bounding box en geeft een masker terug dat is bijgesneden tot de bounding box.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
masks |
Tensor
|
[n, h, w] tensor van maskers |
vereist |
boxes |
Tensor
|
[n, 4] tensor van bboxcoördinaten in relatieve puntvorm |
vereist |
Retourneert:
Type | Beschrijving |
---|---|
Tensor
|
De maskers worden bijgesneden tot de bounding box. |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.process_mask_upsample(protos, masks_in, bboxes, shape)
Neemt de uitvoer van de maskerkop en past het masker toe op de begrenzende vakken. Dit produceert maskers van hogere kwaliteit maar is langzamer.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
protos |
Tensor
|
[mask_dim, mask_h, mask_w] |
vereist |
masks_in |
Tensor
|
[n, mask_dim], n is het aantal maskers na nms |
vereist |
bboxes |
Tensor
|
[n, 4], n is het aantal maskers na nms |
vereist |
shape |
tuple
|
de grootte van de invoerafbeelding (h,w) |
vereist |
Retourneert:
Type | Beschrijving |
---|---|
Tensor
|
De geüpsamplede maskers. |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.process_mask(protos, masks_in, bboxes, shape, upsample=False)
Maskers toepassen op bounding boxes met behulp van de uitvoer van de maskerkop.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
protos |
Tensor
|
Een tensor van de vorm [mask_dim, mask_h, mask_w]. |
vereist |
masks_in |
Tensor
|
Een tensor van de vorm [n, mask_dim], waarbij n het aantal maskers na NMS is. |
vereist |
bboxes |
Tensor
|
Een tensor van de vorm [n, 4], waarbij n het aantal maskers na NMS is. |
vereist |
shape |
tuple
|
Een tupel van gehele getallen die de grootte van de invoerafbeelding weergeven in het formaat (h, w). |
vereist |
upsample |
bool
|
Een vlag om aan te geven of het masker moet worden geüpsampled naar de originele afbeeldingsgrootte. De standaardwaarde is False. |
False
|
Retourneert:
Type | Beschrijving |
---|---|
Tensor
|
Een binair masker tensor van de vorm [n, h, w], waarbij n het aantal maskers na NMS is, en h en w de hoogte en breedte van de invoerafbeelding zijn. Het masker wordt toegepast op de begrenzende vakken. |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.process_mask_native(protos, masks_in, bboxes, shape)
Het neemt de uitvoer van de maskerkop en snijdt deze bij na upsampling naar de bounding boxes.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
protos |
Tensor
|
[mask_dim, mask_h, mask_w] |
vereist |
masks_in |
Tensor
|
[n, mask_dim], n is het aantal maskers na nms |
vereist |
bboxes |
Tensor
|
[n, 4], n is het aantal maskers na nms |
vereist |
shape |
tuple
|
de grootte van de invoerafbeelding (h,w) |
vereist |
Retourneert:
Naam | Type | Beschrijving |
---|---|---|
masks |
Tensor
|
De teruggezonden maskers met afmetingen [h, w, n] |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.scale_masks(masks, shape, padding=True)
Herschaal segmentmaskers naar vorm.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
masks |
Tensor
|
(N, C, H, W). |
vereist |
shape |
tuple
|
Hoogte en breedte. |
vereist |
padding |
bool
|
Als dit Waar is, ga er dan van uit dat de vakken gebaseerd zijn op de afbeelding, aangevuld met yolo stijl. Als dit niet waar is, dan herschalen. |
True
|
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.scale_coords(img1_shape, coords, img0_shape, ratio_pad=None, normalize=False, padding=True)
Herschaal segmentcoördinaten (xy) van img1_vorm naar img0_vorm.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
img1_shape |
tuple
|
De vorm van de afbeelding waar de coördinaten van zijn. |
vereist |
coords |
Tensor
|
de te schalen coördinaten van de vorm n,2. |
vereist |
img0_shape |
tuple
|
de vorm van de afbeelding waarop de segmentatie wordt toegepast. |
vereist |
ratio_pad |
tuple
|
de verhouding tussen de afbeeldingsgrootte en de opgevulde afbeeldingsgrootte. |
None
|
normalize |
bool
|
Als dit Waar is, worden de coördinaten genormaliseerd naar het bereik [0, 1]. Standaard is dit Onwaar. |
False
|
padding |
bool
|
Als dit Waar is, ga er dan van uit dat de vakken gebaseerd zijn op de afbeelding, aangevuld met yolo stijl. Als dit niet waar is, dan herschalen. |
True
|
Retourneert:
Naam | Type | Beschrijving |
---|---|---|
coords |
Tensor
|
De geschaalde coördinaten. |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.regularize_rboxes(rboxes)
Verfijn geroteerde vakken in het bereik [0, pi/2].
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
rboxes |
Tensor
|
(N, 5), xywhr. |
vereist |
Retourneert:
Type | Beschrijving |
---|---|
Tensor
|
De geregulariseerde dozen. |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.masks2segments(masks, strategy='largest')
Het neemt een lijst maskers(n,h,w) en geeft een lijst segmenten(n,xy) terug.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
masks |
Tensor
|
de uitvoer van het model, dat een tensor is van de vorm (batch_size, 160, 160) |
vereist |
strategy |
str
|
'concat' of 'largest'. Standaard ingesteld op grootste |
'largest'
|
Retourneert:
Naam | Type | Beschrijving |
---|---|---|
segments |
List
|
lijst met segmentmaskers |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.convert_torch2numpy_batch(batch)
Converteer een batch FP32 torch tensoren (0,0-1,0) naar een NumPy uint8 array (0-255), waarbij wordt overgeschakeld van BCHW naar BHWC layout.
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
batch |
Tensor
|
Invoer tensor batch of shape (Batch, Kanalen, Hoogte, Breedte) en dtype torch.float32. |
vereist |
Retourneert:
Type | Beschrijving |
---|---|
ndarray
|
Output NumPy array batch van vorm (Batch, Hoogte, Breedte, Kanalen) en dtype uint8. |
Broncode in ultralytics/utils/ops.py
ultralytics.utils.ops.clean_str(s)
Maakt een tekenreeks schoon door speciale tekens te vervangen door underscore _
Parameters:
Naam | Type | Beschrijving | Standaard |
---|---|---|---|
s |
str
|
een tekenreeks waarvoor speciale tekens moeten worden vervangen |
vereist |
Retourneert:
Type | Beschrijving |
---|---|
str
|
een tekenreeks met speciale tekens vervangen door een underscore _ |