# config

Python API: `hubai_sdk.utils.config`

解析并验证模型转换配置。

[Config](/cloud/hubai/model-registry/hubai-sdk/hubai-sdk-api-reference/utils/config.md)
是托管转换使用的根配置对象。它接受紧凑的单阶段映射或显式的 `stages` 映射。对于具有嵌入式元数据的模型格式，将从源文件推断缺失的张量形状和数据类型。

> **示例**
> 紧凑的 YAML 配置可以定义预处理和目标选项。

```yaml
name: detector
input_model: detector.onnx
inputs:
  - name: images
    shape: [1, 3, 640, 640]
    layout: NCHW
    encoding:
      from: RGB
      to: BGR
    mean_values: imagenet
rvc2:
  number_of_shaves: 8
  superblob: true
```

顶层张量快捷方式（如 `shape`、`layout`、`mean_values` 和 `scale_values`）会传播到未覆盖它们的输入。未知字段将被拒绝，以便及早捕获拼写错误的选项。

## 类

### BlobBaseConfig

共享的 OpenVINO 模型优化器和 blob 编译器选项。

#### 属性

##### compile_tool_args

##### compress_to_fp16

##### mo_args

### Config

单阶段或多阶段模型的根配置。

没有 `stages` 的映射会自动包装为单个阶段。放置在 `stages` 旁边的共享键将复制到每个阶段，除非该阶段提供自己的值。

#### 方法

##### get_stage_config

```python
def get_stage_config(stage: str | None) -> SingleStageConfig:
```

返回阶段配置，为单阶段模型推断它。

#### 属性

##### name

管道名称。省略时从阶段名称派生。

##### rich_logging

转换工具是否应使用丰富的终端日志。

##### stages

按阶段名称键入的阶段配置。

### CustomBaseModel

用于拒绝未知字段的严格配置模型的基础。

#### 属性

##### model_config

### EncodingConfig

推理前执行的输入通道转换。

`from_` 是应用程序提供的编码，`to` 是模型期望的编码。`from_` 的输入字段和序列化字段名称是 `"from"`。

#### 属性

##### from_

### HailoConfig

Hailo 数据流编译器和硬件选项。

#### 属性

##### alls

##### batch_size

##### compression_level

##### disable_compilation

##### hw_arch

##### optimization_level

### InputConfig

一个模型输入的张量元数据和预处理。

标量均值和比例值扩展为三个通道。命名值 `"imagenet"` 扩展为标准 ImageNet 预处理向量。单通道输入归一化为灰度编码。

#### 属性

##### encoding

源和目标通道顺序。

##### encoding_mismatch

##### frozen_value

运行时未提供的输入的常量值。

##### is_color_input

##### mean_values

预处理期间减去的每通道值。

##### scale_values

预处理期间应用的每通道除数。

### OutputConfig

一个模型输出的形状、布局和数据类型。

#### 方法

##### validate_layout

```python
def validate_layout(self) -> Self:
```

#### 属性

##### data_type

张量元素类型。

##### layout

维度标签，例如 `"NCHW"`。省略时从 `shape` 推断默认值。

##### name

源模型中的张量名称。

##### shape

张量维度。可省略，因为它们可以推断。

### RVC2Config

RVC2 编译选项。

superblob 始终使用八个 SHAVE 核心；必要时验证会将 `number_of_shaves` 更改为 `8`。

#### 属性

##### n_workers

##### number_of_shaves

##### superblob

### RVC3Config

RVC3 编译和 POT 目标选项。

### RVC4Config

Qualcomm SNPE 转换、量化和图选项。

#### 属性

##### compress_to_fp16

##### disable_calibration

##### htp_socs

##### keep_raw_images

##### optimization_level

##### snpe_dlc_graph_prepare_args

##### snpe_dlc_quant_args

##### snpe_onnx_to_dlc_args

##### use_per_channel_quantization

##### use_per_row_quantization

### SingleStageConfig

转换管道中一个模型的配置。

省略时，将从 ONNX、OpenVINO IR 和 TFLite 模型推断输入和输出。PyTorch 输入支持 YOLO 模型，并使用配置的 `yolo_input_shape`。

#### 方法

##### get_target_config

```python
def get_target_config(target: Target) -> TargetConfig:
```

返回给定目标的配置。

#### 属性

##### disable_onnx_optimization

##### disable_onnx_simplification

##### hailo

Hailo 特定设置。

##### input_bin

与 OpenVINO XML 图配对的权重文件。

##### input_file_type

##### input_model

源模型的本地或远程路径。

##### inputs

输入张量定义和预处理。

##### intermediate_outputs_remote_url

##### keep_intermediate_outputs

##### output_remote_url

##### outputs

输出张量定义。

##### put_file_plugin

##### rvc2

RVC2 特定设置。

##### rvc3

RVC3 特定设置。

##### rvc4

RVC4 特定设置。

### TargetConfig

每个转换目标共享的选项。

#### 属性

##### disable_calibration

## 属性

### NAMED_VALUES
