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_rfdetr_detections
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.rf_detr

函数

compute_rfdetr_detections

Python
1def compute_rfdetr_detections(boxes_tensor: np.ndarray, logits_tensor: np.ndarray, *, conf_threshold: float, max_det: int, label_names: list[str] | None, mask_conf: float, input_shape: tuple[int, int] | None, masks_tensor: np.ndarray | None = None, logger=None) -> tuple[np.ndarray, np.ndarray, np.ndarray, list[str] | None, np.ndarray | None]:
解码 RF-DETR 检测和可选的实例掩码。参数
  • boxes_tensor (np.ndarray): 批处理的归一化中心 XY/宽度/高度预测。
  • logits_tensor (np.ndarray): 形状为 (1, queries, classes) 的类别 logits。
  • 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。
  • label_names (list[str] | None): 按预测类别 ID 索引的可选类别名称查找。
  • mask_conf (float): 用于二值化掩码 logits 的概率阈值。
  • input_shape (tuple[int, int] | None): 模型输入图像形状,格式为 (height, width)。
  • masks_tensor (np.ndarray | None): 可选的每个查询掩码 logits,按边界框预测的顺序排列。
  • logger: 用于报告已丢弃分割实例的可选记录器。
返回
  • tuple[np.ndarray, np.ndarray, np.ndarray, list[str] | None, np.ndarray | None]: 归一化中心 XY/宽度/高度格式的边界框、分数、整数类别 ID、可选类别名称以及可选的 HW uint8 实例掩码。掩码值索引返回的检测;255 是背景。分割最多保留 255 个实例,置信度更高的掩码会覆盖重叠部分。
引发
  • ValueError: 如果在没有 input_shape 的情况下请求掩码解码。