# calibration_data

Python API: `modelconverter.utils.calibration_data`

用于校准量化模型的图像集合。

为 RVC3、RVC4 或 Hailo 量化模型需要一组代表性图像。此模块将配置指向的任何内容——本地目录、远程文件、归档或目录，或 Luxonis 数据格式数据集的视图——转换为导出器可以读取的本地图像目录。

## 函数

### download_calibration_data

```python
def download_calibration_data(string: str, max_images: int = -1) -> Path:
```

将校准数据规范解析为本地目录。

参数

 * `string` (`str`): 用于校准的内容。可以是远程 URL（将被下载，如果为 `.zip` 则解压）；本地目录的路径；或 LDF 数据集规范，格式为 `<dataset_name>:<split>` 或
   `<dataset_name>:<split>:<loader_plugin>`。
 * `max_images` (`int`): 从远程目录下载的最大文件数。负值表示无限制。

返回

 * `Path`: 包含校准图像的本地目录的路径。

抛出

 * `ModelconverterException`: 如果本地路径存在但不是目录，或者字符串既不是现有路径也不是格式正确的 LDF 规范。

### load_from_ldf

```python
def load_from_ldf(dataset_name: str, view: str, loader_plugin: str | None = None) -> Path:
```

将 LDF 数据集视图的图像作为校准数据写入。

图像将保存为 PNG 文件，存放在校准数据目录中每个数据集的子目录中。

参数

 * `dataset_name` (`str`): 要加载的 `LuxonisDataset` 的名称。如果给定 `loader_plugin`，则仅命名图像写入的目录。
 * `view` (`str`): 要加载的数据集视图（拆分）的名称。
 * `loader_plugin` (`str | None`): `loaders` 注册表中注册的加载器名称，用于替代 `LuxonisLoader`。

返回

 * `Path`: 图像写入的目录的路径。

抛出

 * `NotImplementedError`: 如果数据集有多个输入。

### read_img_dir

```python
def read_img_dir(path: Path, max_images: int) -> list[Path]:
```

返回目录中找到的校准图像。

如果目录不包含图像，则退出进程。

参数

 * `path` (`Path`): 读取图像的目录。
 * `max_images` (`int`): 要使用的最大图像数。负值表示全部使用。

返回

 * `list[Path]`: 用于校准的图像路径。
