此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • SegmentationParser
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

segmentation

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

类

SegmentationParser

用于解析分割模型输出的解析器类。引发
  • ValueError: 如果输出层的数量不是 1。
  • ValueError: 如果输出张量的维度数量不是 3。

方法

init
Python
1def __init__(output_layer_name: str = '', classes_in_one_layer: bool = False, background_class: bool = False):
初始化解析器节点。参数
  • output_layer_name (str): 与解析器相关的输出层名称。
  • classes_in_one_layer (bool): 在多类分割模型中,所有类是否都在一个层中。默认为 False。如果为 True,解析器将使用 np.max 而不是 np.argmax 来获取类映射。
  • background_class (bool): 类索引 0 是否应被视为背景。
build
Python
1def build(head_config: dict[str, Any]) -> SegmentationParser:
配置解析器。参数
  • head_config (dict[str, Any]): 解析器的头部配置。
返回
  • SegmentationParser: 设置了头部配置的解析器对象。
compute
Python
1def compute(segmentation_mask: np.ndarray, *, classes_in_one_layer: bool = False, background_class: bool = False) -> 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
  • segmentation_mask (np.ndarray): CHW 或 HWC 张量,可选批处理。4D 张量使用其第一个批处理项;最小轴被视为类轴。
  • classes_in_one_layer (bool): 单个通道是否已编码类 ID 而不是前景分数。
  • background_class (bool): 对于多类分数张量,将获胜类 0 替换为 255。
返回
  • np.ndarray: HW uint8 标签图。未分配的像素为 255。单个前景分数通道与零进行比较,并为正像素发出类 0。
emit
Python
1def emit(output: dai.NNData, class_map: np.ndarray):
创建 dai.SegmentationMask 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。
  • class_map (np.ndarray): HW 类索引掩码,255 保留用于背景。
extract
Python
1def extract(output: dai.NNData):
选择并解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
  • 解量化分割张量,如果张量是 4D,则选择第一个批处理项。
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,它将退出。
setBackgroundClass
Python
1def setBackgroundClass(background_class: bool):
设置类索引 0 是否应被视为背景。参数
  • background_class (bool): 类索引 0 是否为背景。
setClassesInOneLayer
Python
1def setClassesInOneLayer(classes_in_one_layer: bool):
设置指示所有类是否都在一个层中的标志。参数
  • classes_in_one_layer (bool): 所有类是否都在一个层中。
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

background_class
class_names
classes_in_one_layer
在多类分割模型中,所有类是否都在一个层中。默认为 False。如果为 True,解析器将使用 np.max 而不是 np.argmax 来获取类映射。
n_classes
output_layer_name
与解析器相关的输出层名称。