此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • PPTextDetectionParser
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
最后更新
Python API: depthai_nodes.node.parsers.ppdet

类

PPTextDetectionParser

用于解析 PaddlePaddle OCR 文本检测模型输出的解析器类。输出消息:类型:dai.ImgDetections 描述:dai.ImgDetections 消息,包含检测到的文本的边界框和相应的置信度分数。

方法

init
Python
1def __init__(output_layer_name: str = '', conf_threshold: float = 0.5, mask_threshold: float = 0.25, max_det: int = 100):
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。
  • conf_threshold (float):边界框的阈值。
  • mask_threshold (float):掩码的阈值。
  • max_det (int):候选边界框的最大数量。
build
Python
1def build(head_config: dict[str, Any]) -> PPTextDetectionParser:
配置解析器。参数
  • head_config (dict[str, Any]):解析器的头部配置。
返回
  • PPTextDetectionParser:设置了头部配置的解析器对象。
compute
Python
1def compute(predictions: np.ndarray, *, mask_threshold: float, conf_threshold: float, max_det: int) -> tuple[np.ndarray, np.ndarray, np.ndarray]:
在不发送消息的情况下,从提取的张量计算解析器结果。参数
  • predictions (np.ndarray):parse_paddle_detection_outputs 接受的文本概率张量。
  • mask_threshold (float):用于将文本概率图二值化的阈值。
  • conf_threshold (float):用于过滤候选的最小检测置信度。
  • max_det (int):在抑制期间保留或考虑的最大检测候选数量。
返回
  • tuple[np.ndarray, np.ndarray, np.ndarray]:归一化的中心 XY/宽度/高度框、旋转角度(以度为单位)和置信度分数。
emit
Python
1def emit(output: dai.NNData, bboxes: np.ndarray, angles: np.ndarray, scores: np.ndarray):
创建 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变换。参数
  • output (dai.NNData):携带张量和源时间戳、序列号以及可选图像变换的神经网络输出。
  • bboxes (np.ndarray):compute() 返回的归一化中心 XY/宽度/高度框。
  • angles (np.ndarray):与框对应的旋转角度(以度为单位)。
  • scores (np.ndarray):与计算负载对应的置信度分数。
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变换的神经网络输出。
返回
  • np.ndarray:以 NCHW 存储顺序请求的反量化文本概率张量。
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。
setMaskThreshold
Python
1def setMaskThreshold(mask_threshold: float = 0.25):
设置用于从模型输出概率创建掩码的掩码阈值。参数
  • mask_threshold (float):掩码的阈值。
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。

属性

conf_threshold
边界框的阈值。
mask_threshold
掩码的阈值。
max_det
候选边界框的最大数量。
output_layer_name
与解析器相关的输出层的名称。