mediapipe_palm_detection
最后更新
depthai_nodes.node.parsers.mediapipe_palm_detection类
MPPalmDetectionParser
注意
发出
dai.ImgDetections 消息。dai.ImgDetections 消息包含检测到的手的边界框、标签和置信度分数。方法
init
Python
1def __init__(output_layer_names: list[str] = None, conf_threshold: float = 0.5, iou_threshold: float = 0.5, max_det: int = 100, scale: int = 192):output_layer_names(list[str]): 与解析器相关的输出层名称。conf_threshold(float): 检测到的手的置信度分数阈值。iou_threshold(float): 非极大值抑制阈值。max_det(int): 要保留的最大检测数量。scale(int): 输入图像的比例。
build
Python
1def build(head_config: dict[str, Any]) -> MPPalmDetectionParser:head_config(dict[str, Any]): 解析器的头部配置。
MPPalmDetectionParser: 设置了头部配置的解析器对象。
compute
Python
1def compute(bboxes: np.ndarray, scores: np.ndarray, *, anchors: np.ndarray, conf_threshold: float, iou_threshold: float, max_det: int, scale: int, label_names: list[str] | None = None) -> tuple[np.ndarray, np.ndarray, np.ndarray, np.ndarray, list[str] | None]:注意
使用 depthai_nodes.node.parsers.utils.medipipe.compute_mediapipe_palm_detections;有关张量布局和验证详细信息,请参阅该帮助程序。
bboxes(np.ndarray): 每个锚点的手掌框和地标预测。scores(np.ndarray): 每个锚点的手掌分数 logits。anchors(np.ndarray): 用于解码模型预测的预计算锚点坐标。conf_threshold(float): 用于过滤候选的最小检测置信度。iou_threshold(float): 非极大值抑制的交并比阈值。max_det(int): 在抑制期间要保留或考虑的最大检测候选数量。scale(int): 正方形模型输入的边长(像素)。label_names(list[str] | None): 可选的按预测类别 ID 索引的类别名称查找。
tuple[np.ndarray, np.ndarray, np.ndarray, np.ndarray, list[str] | None]: 归一化的中心 XY/宽度/高度框、置信度分数、角度(度)、零值类别 ID 和可选的类别名称。
emit
Python
1def emit(output: dai.NNData, bboxes: np.ndarray, scores: np.ndarray, angles: np.ndarray, labels: np.ndarray, label_names: list[str] | None):dai.ImgDetections 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。bboxes(np.ndarray):compute()返回的归一化中心 XY/宽度/高度框。scores(np.ndarray): 与计算负载对应的置信度分数。angles(np.ndarray): 与框对应的旋转角度(度)。labels(np.ndarray): 与框对应的整数类别 ID。label_names(list[str] | None): 与检测对应的可选类别名称。
extract
Python
1def extract(output: dai.NNData) -> tuple[np.ndarray, np.ndarray]: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。
tuple[np.ndarray, np.ndarray]: 手掌框/地标预测重塑为(N, 18)和展平的分数,按其最终张量维度选择。
ValueError: 如果没有可用的张量,或者框张量无法重塑为每个锚点 18 个值。
run
Python
1def run(self):setOutputLayerNames
Python
1def setOutputLayerNames(output_layer_names: list[str]):output_layer_names(list[str]): 从中提取分数的输出层名称。
setScale
Python
1def setScale(scale: int):scale(int): 输入图像的比例。