calibration_data
最后更新
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
1def download_calibration_data(string: str, max_images: int = -1) -> Path: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。
Path: 包含校准图像的本地目录的路径。
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
1def load_from_ldf(dataset_name: str, view: str, loader_plugin: str | None = None) -> Path: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。
Path: 图像写入的目录的路径。
NotImplementedError: 如果数据集有多个输入。
read_img_dir
Python
1def read_img_dir(path: Path, max_images: int) -> list[Path]: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。
list[Path]: 用于校准的图像路径。