此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • ClassificationParser
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

classification

最后更新
Python API: depthai_nodes.node.parsers.classification

类

ClassificationParser

分类模型的后处理逻辑。输出消息:类型:dai.beta.Classifications描述:一个包含 classes 和 scores 属性的对象。classes 是按分数降序排列的类别列表。scores 是对应的分数列表。

方法

init
Python
1def __init__(output_layer_name: str = '', classes: list[str] = None, is_softmax: bool = True):
初始化解析器节点。参数
  • output_layer_name (str):与解析器相关的输出层的名称。
  • classes (list[str]):用于与各自得分关联的类名列表。预期与神经网络的输出顺序相同。如果未提供,消息将只返回排序后的得分。
  • is_softmax (bool):如果为 False,则使用 softmax 函数将得分转换为概率。
build
Python
1def build(head_config: dict[str, Any]) -> ClassificationParser:
配置解析器。参数
  • head_config (dict[str, Any]):解析器的头部配置。
返回
  • ClassificationParser:设置了头部配置的解析器对象。
compute
Python
1def compute(scores: np.ndarray, *, is_softmax: bool = True) -> np.ndarray:
从提取的张量计算解析器结果,而不发送消息。参数
  • scores (np.ndarray):模型得分张量。
  • is_softmax (bool):得分是否已包含概率。如果为 false,则应用 softmax。
返回
  • np.ndarray:一维数组,每个类别一个得分。
emit
Python
1def emit(output: dai.NNData, scores: np.ndarray):
创建 dai.beta.Classifications 消息并将其发送到 out。复制源时间戳和序列号,并在存在时携带源图像转换。参数
  • output (dai.NNData):携带张量和源时间戳、序列号以及可选图像转换的神经网络输出。
  • scores (np.ndarray):与计算出的有效载荷对应的置信度得分。
extract
Python
1def extract(output: dai.NNData) -> np.ndarray:
选择并反量化解析所需的模型张量。参数
  • output (dai.NNData):携带张量和源时间戳、序列号以及可选图像转换的神经网络输出。
返回
  • np.ndarray:展平的反量化类得分。当设置了非零类计数时,它们的计数必须与配置的类匹配。
引发
  • ValueError:如果未配置输出名称且消息不包含恰好一个层,或者未满足配置的类要求。
run
Python
1def run(self):
读取排队的网络输出,解析它们,并在运行时发出结果。管道调用此处理循环。当输入队列关闭或节点停止时,它会退出。
setClasses
Python
1def setClasses(classes: list[str]):
设置分类模型的类名。参数
  • classes (list[str]):用于与各自得分关联的类名列表。
setOutputLayerName
Python
1def setOutputLayerName(output_layer_name: str):
设置输出层的名称。参数
  • output_layer_name (str):输出层的名称。
setSoftmax
Python
1def setSoftmax(is_softmax: bool):
设置分类模型的 softmax 标志。参数
  • is_softmax (bool):如果为 False,解析器将使用 softmax 函数将得分转换为概率。

属性

classes
用于与各自得分关联的类名列表。预期与神经网络的输出顺序相同。如果未提供,消息将只返回排序后的得分。
is_softmax
如果为 False,则使用 softmax 函数将得分转换为概率。
n_classes
output_layer_name
与解析器相关的输出层的名称。