extended_neural_network
最后更新
depthai_nodes.node.extended_neural_network类
ExtendedNeuralNetwork
ExtendedNeuralNetwork 是内部 ParsingNeuralNetwork 节点的一个便捷包装器。它处理:- 从 HubAI slug、
dai.NNModelDescription或dai.NNArchive加载模型。 - 自动调整输入大小以匹配神经网络输入分辨率。
- 当输入不是相机节点时,可选的坐标重映射。
- 相机输入:当
inputImage是dai.node.Camera时,节点使用适当的硬件调整模式直接从相机请求调整大小的输出。在这种情况下,神经网络输出已经与原始图像坐标对齐,不需要额外的映射。 - 通用流输入:当
inputImage是dai.Node.Output时,内部dai.node.ImageManip节点将帧调整为网络预期的输入大小。然后插入一个CoordinatesMapper节点,将神经网络输出映射回原始图像坐标空间。
out 暴露神经网络输出,并通过 passthrough 暴露直通帧。注意
- 此节点目前不支持 RVC2 平台。
- 当使用非相机输入时,一个额外的 ImageManip 节点被插入到管道中。
- 当调整大小发生在相机节点之外时,会自动执行坐标重映射。
out : dai.Node.Output:解析后的神经网络输出流。如果需要坐标重映射,此流包含重映射结果。outputs : dai.Node.Output:out的别名或原始神经网络输出,具体取决于输入模式。passthrough : dai.Node.Output:来自底层神经网络节点的直通流。
ParsingNeuralNetwork:负责运行推理和解析结果的节点。CoordinatesMapper:当应用大小调整时用于重映射输出坐标的节点。dai.node.ImageManip:当输入不是相机节点时用于调整大小的节点。
方法
init
Python
1def __init__(self):ValueError:如果管道设备平台没有配置图像帧格式。
build
Python
1def build(inputImage: dai.node.Camera | dai.Node.Output, nnSource: dai.NNModelDescription | dai.NNArchive | str, resizeMode: dai.ImageManipConfig.ResizeMode = dai.ImageManipConfig.ResizeMode.CENTER_CROP) -> ExtendedNeuralNetwork:inputImage(dai.node.Camera | dai.Node.Output):输入帧的来源。相机节点由相机在设备上调整大小;通用输出通过内部 ImageManip 调整大小。nnSource(dai.NNModelDescription | dai.NNArchive | str):HubAI 模型 slug、dai.NNModelDescription 或 dai.NNArchive。resizeMode(dai.ImageManipConfig.ResizeMode):将帧调整为网络输入形状时使用的调整策略。
ExtendedNeuralNetwork:配置好的节点实例。
ValueError:如果nnSource不是存档、模型描述或模型动物园 slug。
run
Python
1def run(self):BaseThreadedHostNode 所需的空操作。