参考资料 ultralytics/nn/modules/head.py
备注
该文件可从https://github.com/ultralytics/ultralytics/blob/main/ ultralytics/nn/modules/head .py 获取。如果您发现问题,请通过提交 Pull Request🛠️ 帮助修复。谢谢🙏!
ultralytics.nn.modules.head.Detect
垒球 Module
YOLOv8 检测模型的检测头。
源代码 ultralytics/nn/modules/head.py
__init__(nc=80, ch=())
使用指定的类别和通道数初始化YOLOv8 检测层。
源代码 ultralytics/nn/modules/head.py
bias_init()
初始化 Detect() 偏置,警告:需要有字符串可用性。
源代码 ultralytics/nn/modules/head.py
decode_bboxes(bboxes, anchors)
forward(x)
连接并返回预测的边界框和类概率。
源代码 ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.Segment
垒球 Detect
YOLOv8 分割模型的分割头。
源代码 ultralytics/nn/modules/head.py
__init__(nc=80, nm=32, npr=256, ch=())
初始化YOLO 模型属性,如掩码、原型和卷积层的数量。
源代码 ultralytics/nn/modules/head.py
forward(x)
如果是训练,则返回模型输出和掩码系数,否则返回输出和掩码系数。
源代码 ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.OBB
垒球 Detect
YOLOv8 用于检测旋转模型的 OBB 检测头。
源代码 ultralytics/nn/modules/head.py
__init__(nc=80, ne=1, ch=())
初始化 OBB,增加类的数量 nc
和层通道 ch
.
源代码 ultralytics/nn/modules/head.py
decode_bboxes(bboxes, anchors)
forward(x)
连接并返回预测的边界框和类概率。
源代码 ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.Pose
垒球 Detect
YOLOv8 关键点模型的姿势头。
源代码 ultralytics/nn/modules/head.py
__init__(nc=80, kpt_shape=(17, 3), ch=())
使用默认参数和卷积层初始化YOLO 网络。
源代码 ultralytics/nn/modules/head.py
forward(x)
通过YOLO 模型执行前向传递,并返回预测结果。
源代码 ultralytics/nn/modules/head.py
kpts_decode(bs, kpts)
解码关键点。
源代码 ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.Classify
垒球 Module
YOLOv8 分类头,即 x(b,c1,20,20) 到 x(b,c2)。
源代码 ultralytics/nn/modules/head.py
__init__(c1, c2, k=1, s=1, p=None, g=1)
YOLOv8 使用指定的输入和输出通道、内核大小、stride、 填充和分组。
源代码 ultralytics/nn/modules/head.py
forward(x)
对输入的图像数据执行YOLO 模型的前向传递。
ultralytics.nn.modules.head.WorldDetect
垒球 Detect
源代码 ultralytics/nn/modules/head.py
__init__(nc=80, embed=512, with_bn=False, ch=())
使用 nc 类和层通道 ch 初始化YOLOv8 检测层。
源代码 ultralytics/nn/modules/head.py
bias_init()
初始化 Detect() 偏置,警告:需要有字符串可用性。
源代码 ultralytics/nn/modules/head.py
forward(x, text)
连接并返回预测的边界框和类概率。
源代码 ultralytics/nn/modules/head.py
ultralytics.nn.modules.head.RTDETRDecoder
垒球 Module
用于物体检测的实时可变形变形解码器(RTDETRDecoder)模块。
该解码器模块利用变换器架构和可变形卷积来预测图像中物体的边界框和类别标签。 和图像中物体的类别标签。它整合了来自多个层的特征,并通过一系列 变换解码器层,输出最终预测结果。
源代码 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)
使用给定参数初始化 RTDETRDecoder 模块。
参数
名称 | 类型 | 说明 | 默认值 |
---|---|---|---|
nc |
int
|
班级数。默认为 80。 |
80
|
ch |
tuple
|
主干特征映射中的通道。默认为(512、1024、2048)。 |
(512, 1024, 2048)
|
hd |
int
|
隐藏层的维数。默认为 256。 |
256
|
nq |
int
|
查询点数。默认为 300。 |
300
|
ndp |
int
|
解码器点数。默认为 4。 |
4
|
nh |
int
|
多头注意力中的头数。默认为 8。 |
8
|
ndl |
int
|
解码器层数。默认为 6。 |
6
|
d_ffn |
int
|
前馈网络的尺寸。默认为 1024。 |
1024
|
dropout |
float
|
辍学率。默认为 0。 |
0.0
|
act |
Module
|
激活功能。默认为 nn.ReLU。 |
ReLU()
|
eval_idx |
int
|
评估指数。默认为-1。 |
-1
|
nd |
int
|
去噪次数。默认为 100。 |
100
|
label_noise_ratio |
float
|
标签噪声比。默认值为 0.5。 |
0.5
|
box_noise_scale |
float
|
方框噪声比例。默认为 1.0。 |
1.0
|
learnt_init_query |
bool
|
是否学习初始查询嵌入。默认为 "假"。 |
False
|
源代码 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)
运行模块的前向传递,返回输入的边界框和分类得分。