Ссылка для ultralytics/engine/results.py
Примечание
Этот файл доступен по адресу https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/engine/results .py. Если ты заметил проблему, пожалуйста, помоги исправить ее, отправив Pull Request 🛠️. Спасибо 🙏!
ultralytics.engine.results.BaseTensor
Базы: SimpleClass
Базовый класс tensor с дополнительными методами для удобства манипуляций и работы с устройствами.
Исходный код в ultralytics/engine/results.py
shape
property
Верни форму данных tensor.
__getitem__(idx)
__init__(data, orig_shape)
Инициализируй BaseTensor с данными и исходной формой.
Параметры:
Имя | Тип | Описание | По умолчанию |
---|---|---|---|
data |
Tensor | ndarray
|
Предсказания, такие как bboxes, маски и ключевые точки. |
требуется |
orig_shape |
tuple
|
Оригинальная форма изображения. |
требуется |
Исходный код в ultralytics/engine/results.py
__len__()
cpu()
cuda()
numpy()
to(*args, **kwargs)
ultralytics.engine.results.Results
Базы: SimpleClass
Класс для хранения и манипулирования результатами умозаключений.
Атрибуты:
Имя | Тип | Описание |
---|---|---|
orig_img |
ndarray
|
Оригинальное изображение в виде массива numpy. |
orig_shape |
tuple
|
Оригинальная форма изображения в формате (высота, ширина). |
boxes |
Boxes
|
Объект, содержащий ограничительные рамки обнаружения. |
masks |
Masks
|
Объект, содержащий маски обнаружения. |
probs |
Probs
|
Объект, содержащий вероятности классов для задач классификации. |
keypoints |
Keypoints
|
Объект, содержащий обнаруженные ключевые точки для каждого объекта. |
speed |
dict
|
Словарь скоростей препроцесса, инференции и постпроцесса (мс/изображение). |
names |
dict
|
Словарь имен классов. |
path |
str
|
Путь к файлу с изображением. |
Методы:
Имя | Описание |
---|---|
update |
Обновляй атрибуты объектов с учетом новых результатов обнаружения. |
cpu |
Возвращает копию объекта Results со всеми тензорами в памяти процессора. |
numpy |
Возвращает копию объекта Results со всеми тензорами в виде массивов numpy. |
cuda |
Возвращает копию объекта Results со всеми тензорами в памяти GPU. |
to |
Возвращает копию объекта Results с тензорами на указанном устройстве и dtype. |
new |
Возвращает новый объект Results с тем же изображением, путем и именами. |
plot |
Положи результаты обнаружения на входное изображение и верни аннотированное изображение. |
show |
Покажи аннотированные результаты на экране. |
save |
Сохрани аннотированные результаты в файл. |
verbose |
Возвращает строку журнала для каждого задания с подробным описанием обнаружений и классификаций. |
save_txt |
Сохрани результаты обнаружения в текстовый файл. |
save_crop |
Сохрани обрезанные изображения обнаружения. |
tojson |
Преобразует результаты обнаружения в формат JSON. |
Исходный код в ultralytics/engine/results.py
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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 |
|
__getitem__(idx)
__init__(orig_img, path, names, boxes=None, masks=None, probs=None, keypoints=None, obb=None)
Инициализируй класс Results.
Параметры:
Имя | Тип | Описание | По умолчанию |
---|---|---|---|
orig_img |
ndarray
|
Оригинальное изображение в виде массива numpy. |
требуется |
path |
str
|
Путь к файлу с изображением. |
требуется |
names |
dict
|
Словарь имен классов. |
требуется |
boxes |
tensor
|
Двумерный tensor координат ограничительной рамки для каждого обнаружения. |
None
|
masks |
tensor
|
3D tensor масок обнаружения, где каждая маска - бинарное изображение. |
None
|
probs |
tensor
|
1D tensor вероятностей каждого класса для задачи классификации. |
None
|
keypoints |
tensor
|
Двумерный tensor координат ключевых точек для каждого обнаружения. |
None
|
obb |
tensor
|
Двумерный tensor ориентированных координат ограничительной рамки для каждого обнаружения. |
None
|
Исходный код в ultralytics/engine/results.py
__len__()
cpu()
cuda()
new()
numpy()
plot(conf=True, line_width=None, font_size=None, font='Arial.ttf', pil=False, img=None, im_gpu=None, kpt_radius=5, kpt_line=True, labels=True, boxes=True, masks=True, probs=True, show=False, save=False, filename=None)
Построил график результатов обнаружения на входном RGB-изображении. Принимает массив numpy (cv2) или изображение PIL.
Параметры:
Имя | Тип | Описание | По умолчанию |
---|---|---|---|
conf |
bool
|
Нужно ли строить график оценки достоверности обнаружения. |
True
|
line_width |
float
|
Ширина линии ограничительных рамок. Если нет, то она масштабируется по размеру изображения. |
None
|
font_size |
float
|
Размер шрифта текста. Если нет, то он масштабируется по размеру изображения. |
None
|
font |
str
|
Шрифт, который будет использоваться для текста. |
'Arial.ttf'
|
pil |
bool
|
Нужно ли возвращать изображение как PIL Image. |
False
|
img |
ndarray
|
Нарисуй другое изображение. Если нет, нарисуй оригинальное изображение. |
None
|
im_gpu |
Tensor
|
Нормализованное изображение в gpu с формой (1, 3, 640, 640), для более быстрого построения масок. |
None
|
kpt_radius |
int
|
Радиус нарисованных ключевых точек. По умолчанию равен 5. |
5
|
kpt_line |
bool
|
Нужно ли рисовать линии, соединяющие ключевые точки. |
True
|
labels |
bool
|
Нужно ли выводить на экран метки ограничительных рамок. |
True
|
boxes |
bool
|
Нужно ли строить ограничительные рамки. |
True
|
masks |
bool
|
Нужно ли строить графики для масок. |
True
|
probs |
bool
|
Нужно ли строить график вероятности классификации |
True
|
show |
bool
|
Нужно ли отображать аннотированное изображение напрямую. |
False
|
save |
bool
|
Сохранять ли аннотированное изображение в |
False
|
filename |
str
|
Имя файла, в который будет сохранено изображение, если параметр save равен True. |
None
|
Возвращается:
Тип | Описание |
---|---|
ndarray
|
Массив numpy, содержащий аннотированное изображение. |
Пример
from PIL import Image
from ultralytics import YOLO
model = YOLO('yolov8n.pt')
results = model('bus.jpg') # results list
for r in results:
im_array = r.plot() # plot a BGR numpy array of predictions
im = Image.fromarray(im_array[..., ::-1]) # RGB PIL image
im.show() # show image
im.save('results.jpg') # save image
Исходный код в ultralytics/engine/results.py
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 |
|
save(filename=None, *args, **kwargs)
Сохрани изображение аннотированных результатов.
save_crop(save_dir, file_name=Path('im.jpg'))
Сохрани обрезанные предсказания в save_dir/cls/file_name.jpg
.
Параметры:
Имя | Тип | Описание | По умолчанию |
---|---|---|---|
save_dir |
str | Path
|
Сохрани путь. |
требуется |
file_name |
str | Path
|
Название файла. |
Path('im.jpg')
|
Исходный код в ultralytics/engine/results.py
save_txt(txt_file, save_conf=False)
Сохрани предсказания в txt-файл.
Параметры:
Имя | Тип | Описание | По умолчанию |
---|---|---|---|
txt_file |
str
|
Путь к файлу txt. |
требуется |
save_conf |
bool
|
сохранять показатели уверенности или нет. |
False
|
Исходный код в ultralytics/engine/results.py
show(*args, **kwargs)
summary(normalize=False, decimals=5)
Преобразуй результаты в обобщенный формат.
Исходный код в ultralytics/engine/results.py
to(*args, **kwargs)
tojson(normalize=False, decimals=5)
update(boxes=None, masks=None, probs=None, obb=None)
Обнови атрибуты box, masks и probs объекта Results.
Исходный код в ultralytics/engine/results.py
verbose()
Возвращай строку журнала для каждого задания.
Исходный код в ultralytics/engine/results.py
ultralytics.engine.results.Boxes
Базы: BaseTensor
Управляй коробками обнаружения, обеспечивая легкий доступ и манипуляции с координатами коробок, показателями уверенности, идентификаторами класса идентификаторы и дополнительные идентификаторы отслеживания. Поддерживает несколько форматов координат боксов, включая абсолютные и нормализованные формы.
Атрибуты:
Имя | Тип | Описание |
---|---|---|
data |
Tensor
|
Необработанный tensor , содержащий блоки обнаружения и связанные с ними данные. |
orig_shape |
tuple
|
Размер исходного изображения в виде кортежа (высота, ширина), используемый для нормализации. |
is_track |
bool
|
Указывает, включать ли идентификаторы отслеживания в данные коробки. |
Свойства
xyxy (torch.Tensor | numpy.ndarray): Коробки в формате [x1, y1, x2, y2].
conf (torch.Tensor | numpy.ndarray): Баллы доверия для каждого бокса.
cls (torch.Tensor | numpy.ndarray): Метки классов для каждой коробки.
id (torch.Tensor | numpy.ndarray, необязательно): Идентификаторы отслеживания для каждой коробки, если они есть.
xywh (torch.Tensor | numpy.ndarray): Боксы в формате [x, y, ширина, высота], вычисляемые по запросу.
xyxyn (torch.Tensor | numpy.ndarray): Нормализованные боксы [x1, y1, x2, y2], относительно orig_shape
.
xywhn (torch.Tensor | numpy.ndarray): Нормализованные [x, y, ширина, высота] коробки, относительно orig_shape
.
Методы:
Имя | Описание |
---|---|
cpu |
Перемещает коробки в память процессора. |
numpy |
Преобразует коробки в формат массива numpy. |
cuda |
Перемещает боксы в память CUDA (GPU). |
to |
Перемещает коробки на указанное устройство. |
Исходный код в ultralytics/engine/results.py
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 |
|
cls
property
Верни значения классов ящиков.
conf
property
Верни доверительные значения ящиков.
id
property
Верни идентификаторы треков коробок (если они есть).
xywh
cached
property
Верни коробки в формате xywh.
xywhn
cached
property
Возвращай коробки в формате xywh, нормализованные по размеру исходного изображения.
xyxy
property
Возвращай коробки в формате xyxy.
xyxyn
cached
property
Возвращай коробки в формате xyxy, нормализованные по размеру исходного изображения.
__init__(boxes, orig_shape)
Инициализируй класс Boxes.
Параметры:
Имя | Тип | Описание | По умолчанию |
---|---|---|---|
boxes |
Tensor | ndarray
|
Массив tensor или numpy, содержащий коробки обнаружения, с формой (num_boxes, 6) или (num_boxes, 7). Два последних столбца содержат значения confidence и class. Если присутствует, то третий последний столбец содержит идентификаторы треков. |
требуется |
orig_shape |
tuple
|
Размер оригинального изображения, в формате (высота, ширина). |
требуется |
Исходный код в ultralytics/engine/results.py
ultralytics.engine.results.Masks
Базы: BaseTensor
Класс для хранения и манипулирования масками обнаружения.
Атрибуты:
Имя | Тип | Описание |
---|---|---|
xy |
list
|
Список сегментов в пиксельных координатах. |
xyn |
list
|
Список нормализованных сегментов. |
Методы:
Имя | Описание |
---|---|
cpu |
Возвращает маски tensor в памяти процессора. |
numpy |
Возвращает маски tensor в виде массива numpy. |
cuda |
Возвращает маски tensor в памяти GPU. |
to |
Возвращает маски tensor с указанным устройством и dtype. |
Исходный код в ultralytics/engine/results.py
xy
cached
property
Возвращай сегменты в пиксельных координатах.
xyn
cached
property
Верни нормализованные сегменты.
__init__(masks, orig_shape)
Инициализируй класс Masks с заданными масками tensor и исходной формой изображения.
ultralytics.engine.results.Keypoints
Базы: BaseTensor
Класс для хранения и манипулирования ключевыми точками обнаружения.
Атрибуты:
Имя | Тип | Описание |
---|---|---|
xy |
Tensor
|
Коллекция ключевых точек, содержащая координаты x, y для каждого обнаружения. |
xyn |
Tensor
|
Нормализованная версия xy с координатами в диапазоне [0, 1]. |
conf |
Tensor
|
Значения доверия, связанные с ключевыми точками, если они доступны, в противном случае - нет. |
Методы:
Имя | Описание |
---|---|
cpu |
Возвращает копию ключевых точек tensor в памяти процессора. |
numpy |
Возвращает копию ключевых точек tensor в виде массива numpy. |
cuda |
Возвращает копию ключевых точек tensor в памяти GPU. |
to |
Возвращает копию ключевых точек tensor с указанным устройством и dtype. |
Исходный код в ultralytics/engine/results.py
conf
cached
property
Возвращает доверительные значения ключевых точек, если они доступны, иначе - нет.
xy
cached
property
Возвращает координаты x, y ключевых точек.
xyn
cached
property
Возвращает нормализованные координаты x, y ключевых точек.
__init__(keypoints, orig_shape)
Инициализирует объект Keypoints с ключевыми точками обнаружения и размером исходного изображения.
Исходный код в ultralytics/engine/results.py
ultralytics.engine.results.Probs
Базы: BaseTensor
Класс для хранения и манипулирования классификационными предсказаниями.
Атрибуты:
Имя | Тип | Описание |
---|---|---|
top1 |
int
|
Индекс высшего 1 класса. |
top5 |
list[int]
|
Индексы 5 лучших классов. |
top1conf |
Tensor
|
Уверенность в том, что это топ-1 класс. |
top5conf |
Tensor
|
Кондиции 5 лучших классов. |
Методы:
Имя | Описание |
---|---|
cpu |
Возвращает копию probs tensor в памяти процессора. |
numpy |
Возвращает копию probs tensor в виде массива numpy. |
cuda |
Возвращает копию probs tensor в памяти GPU. |
to |
Возвращает копию probs tensor с указанным устройством и dtype. |
Исходный код в ultralytics/engine/results.py
top1
cached
property
Верни индекс вершины 1.
top1conf
cached
property
Верни уверенность в вершине 1.
top5
cached
property
Возвращай индексы 5 лучших.
top5conf
cached
property
Верни себе конфиденции из 5 лучших.
__init__(probs, orig_shape=None)
Инициализируй класс Probs с вероятностями классификации и необязательной исходной формой изображения.
ultralytics.engine.results.OBB
Базы: BaseTensor
Класс для хранения и манипулирования ориентированными границами (Oriented Bounding Boxes, OBB).
Параметры:
Имя | Тип | Описание | По умолчанию |
---|---|---|---|
boxes |
Tensor | ndarray
|
Массив tensor или numpy, содержащий коробки обнаружения, с формой (num_boxes, 7) или (num_boxes, 8). Два последних столбца содержат значения confidence и class. Если присутствует, то третий последний столбец содержит идентификаторы треков, а пятый столбец слева - вращение. |
требуется |
orig_shape |
tuple
|
Размер оригинального изображения, в формате (высота, ширина). |
требуется |
Атрибуты:
Имя | Тип | Описание |
---|---|---|
xywhr |
Tensor | ndarray
|
Коробки в формате [x_center, y_center, width, height, rotation]. |
conf |
Tensor | ndarray
|
Доверительные значения коробок. |
cls |
Tensor | ndarray
|
Значения классов для коробок. |
id |
Tensor | ndarray
|
Идентификаторы треков в боксах (если они есть). |
xyxyxyxyn |
Tensor | ndarray
|
Повернутые коробки в формате xyxyxyxy, нормализованные по размеру изображения orig. |
xyxyxyxy |
Tensor | ndarray
|
Повернутые коробки в формате xyxyxyxy. |
xyxy |
Tensor | ndarray
|
Горизонтальные коробки в формате xyxyxyxy. |
data |
Tensor
|
Необработанный OBB tensor (псевдоним для |
Методы:
Имя | Описание |
---|---|
cpu |
Переместите объект в память процессора. |
numpy |
Преобразуй объект в массив numpy. |
cuda |
Переместите объект в память CUDA. |
to |
Перемести объект на указанное устройство. |
Исходный код в ultralytics/engine/results.py
664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 |
|
cls
property
Верни значения классов ящиков.
conf
property
Верни доверительные значения ящиков.
id
property
Верни идентификаторы треков коробок (если они есть).
xywhr
property
Верни повернутые коробки в формате xywhr.
xyxy
cached
property
Верни горизонтальные коробки в формате xyxy, (N, 4).
Принимает как torch , так и numpy-боксы.
xyxyxyxy
cached
property
Верни коробки в формате xyxyxyxyxy, (N, 4, 2).
xyxyxyxyn
cached
property
Верни коробки в формате xyxyxyxyxy, (N, 4, 2).
__init__(boxes, orig_shape)
Инициализируй класс Boxes.