此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 函数
  • compute_mlsd_lines
  • decode_scores_and_points
  • get_lines
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.utils.mlsd

函数

compute_mlsd_lines

Python
1def compute_mlsd_lines(tpMap: np.ndarray, heat: np.ndarray, *, topk_n: int, score_thr: float, dist_thr: float) -> tuple[np.ndarray, np.ndarray]:
从 M-LSD 位移和热张量解码线段。参数
  • tpMap (np.ndarray): NCHW 布局的四维线位移张量。
  • heat (np.ndarray): 用于对线中心候选进行排名的热张量。
  • topk_n (int): 要检查的线中心候选的最大数量。
  • score_thr (float): 最小候选分数。
  • dist_thr (float): 输出图像素中的最小线长。
返回
  • tuple[np.ndarray, np.ndarray]: 形状为 (N, 4) 的归一化端点坐标和 float32 线分数。
引发
  • ValueError: 如果 tpMap 不是四维的。

decode_scores_and_points

Python
1def decode_scores_and_points(tpMap: np.ndarray, heat: np.ndarray, topk_n: int) -> tuple[np.ndarray, np.ndarray, np.ndarray]:
从神经网络输出张量解码分数和点。用于 MLSD 模型。参数
  • tpMap (np.ndarray): 包含矢量图的张量。
  • heat (np.ndarray): 包含热图的张量。
  • topk_n (int): 要保留的顶部候选数量。
返回
  • tuple[np.ndarray, np.ndarray, np.ndarray]: 检测到的点、检测到的点的置信度分数和矢量图。

get_lines

Python
1def get_lines(pts: np.ndarray, pts_score: np.ndarray, vmap: np.ndarray, score_thr: float, dist_thr: float, input_size: int = 512) -> tuple[np.ndarray, list[float]]:
从检测到的点和分数获取线。线通过分数阈值和距离阈值进行过滤。用于 MLSD 模型。参数
  • pts (np.ndarray): 检测到的点。
  • pts_score (np.ndarray): 检测到的点的置信度分数。
  • vmap (np.ndarray): 矢量图。
  • score_thr (float): 检测到的线的置信度分数阈值。
  • dist_thr (float): 输出图像素中的最小线长。
  • input_size (int): 模型的输入大小。
返回
  • tuple[np.ndarray, list[float]]: 检测到的线及其置信度分数。