# embeddings

Python API: `depthai_nodes.node.parsers.embeddings`

## 类

### EmbeddingsParser

用于解析嵌入式神经网络模型头输出的解析器类。

> **注意**
> 发出 `dai.NNData` 消息。神经网络模型头的输出层。

#### 方法

##### init

```python
def __init__(self):
```

初始化 EmbeddingsParser 节点。

##### build

```python
def build(head_config: dict[str, Any]) -> EmbeddingsParser:
```

为解析器设置头配置。

参数

 * `head_config` (`dict[str, Any]`): 解析器的头配置。

返回

 * `EmbeddingsParser`: 设置了头配置的解析器对象。

##### compute

```python
def compute(output: dai.NNData) -> dai.NNData:
```

在不发送消息的情况下，从提取的张量计算解析器结果。

> **注意**
> 使用 [depthai_nodes.node.parsers.utils.embeddings.compute_embeddings_output](/software-v3/ai-inference/inference/depthai-nodes/depthai-nodes-api-reference/node/parsers/utils/embeddings.md)；有关张量布局和验证详细信息，请参阅该辅助函数。

参数

 * `output` (`dai.NNData`): 嵌入式有效载荷，通常是 `dai.NNData` 消息。

返回

 * `dai.NNData`: 作为 `output` 传递的相同对象；不执行复制或规范化。

##### emit

```python
def emit(output: dai.NNData):
```

在 `out` 上转发相同的 NNData 消息，保留其元数据。

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。

##### extract

```python
def extract(output: dai.NNData) -> dai.NNData:
```

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

 * `dai.NNData`: 相同的 NNData 消息，在检查是否只选择了一个嵌入式输出之后。

抛出

 * `AssertionError`: 如果选择的嵌入式输出计数不为一。

##### run

```python
def 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。

##### setOutputLayerNames

```python
def setOutputLayerNames(output_layer_name: str):
```

为解析器设置输出层名称。

参数

 * `output_layer_name` (`str`): 解析器的输出层名称。

#### 属性

##### output_layer_name

与解析器相关的输出层名称。
