此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • Inferer
Claude CodeCodexCursor
Luxonis 智能体工具包为你常用的编程智能体加载 Luxonis 上下文与技能,更快地基于 OAK 开发应用。
安装工具包

base_inferer

最后更新
Python API: modelconverter.platforms.base_inferer用于使用转换模型运行推理的抽象基类。Inferer 实现了 infer 命令的平台无关部分:它将源目录下找到的文件配对,为每组输入调用模型一次,并将原始输出存储为 .npy 文件。每个平台——RVC2、RVC3、RVC4 和 Hailo——都在其自己的 Docker 镜像中对其进行子类化,并仅提供运行时设置和单个推理步骤。

类

Inferer

用于运行转换模型的平台无关基类。实例通常使用 Inferer.from_config 创建。输出目录和运行时在构建期间准备,之后 Inferer.run 执行推理。

方法

from_config
Python
1def from_config(model_path: str, src: Path, dest: Path, config: SingleStageConfig) -> Self:
从单阶段配置创建推理器。形状、数据类型、调整大小方法、编码和布局取自配置的输入和输出。参数
  • model_path (str): 转换模型的路径,相对于当前工作目录解析。
  • src (Path): 包含输入文件的目录。
  • dest (Path): 输出写入的目录。
  • config (SingleStageConfig): 要运行的阶段的配置。
返回
  • Self: 构建的推理器。
引发
  • ValueError: 如果任何配置的输入或输出没有形状。
infer
Python
1def infer(inputs: dict[str, Path]) -> dict[str, np.ndarray]:
在一组输入上运行模型。参数
  • inputs (dict[str, Path]): 包含每个模型输入数据的文件的路径,以输入名称为键。
返回
  • dict[str, np.ndarray]: 模型输出,以输出名称为键。
run
Python
1def run(self):
在源目录中的每个输入上运行模型。源目录的每个输入子目录都同步遍历,因此每个子目录中的一个文件构成一组输入。每个输出都保存为 .npy 文件,位于以该输出命名的目标子目录下,并以该组的第一个输入文件命名。
setup
Python
1def setup(self):
初始化特定于平台的运行时。在构建期间调用一次,在任何推理之前。

属性

config
创建推理器时使用的配置(如果有)。
dest
输出写入的目录,每个模型输出一个子目录。
encoding
每个输入预期的颜色编码,以输入名称为键。
in_dtypes
每个模型输入的数据类型,以输入名称为键。
in_shapes
每个模型输入的形状,以输入名称为键。
layout
输入的布局,以输入名称为键。没有已知布局的输入映射到 None。
model_path
要运行的转换模型的路径。
out_dtypes
每个模型输出的数据类型,以输出名称为键。
out_shapes
每个模型输出的形状,以输出名称为键。
resize_method
图像如何调整大小以适应其所馈送的输入的形状,以输入名称为键。
src
包含每个模型输入的一个输入文件子目录的目录,每个子目录都以该输入命名。