此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • RegressionParser
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.regression

类

RegressionParser

用于解析具有回归输出(例如年龄-性别)的模型输出的解析器类。

方法

init
Python
1def __init__(output_layer_name: str = ''):
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。
build
Python
1def build(head_config: dict[str, Any]) -> RegressionParser:
配置解析器。参数
  • head_config (dict[str, Any]): 解析器的头部配置。
返回
  • RegressionParser: 设置了头部配置的解析器对象。
compute
Python
1def compute(predictions: np.ndarray) -> list[float]:
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): 模型预测张量。
返回
  • list[float]: 挤压单例维度后获得的 Python 列表。标量预测变为一个项目列表;剩余的非单例维度生成嵌套列表。
emit
Python
1def emit(output: dai.NNData, predictions: list[float]):
创建 dai.beta.Predictions 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。
  • predictions (list[float]): compute() 返回的回归值。
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: 反量化回归张量。
抛出
  • 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,它将退出。
setOutputLayerName
Python
1def setOutputLayerName(output_layer_name: str):
设置输出层的名称。参数
  • output_layer_name (str): 与解析器相关的输出层的名称。

属性

output_layer_name
与解析器相关的输出层的名称。