此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • AugmentationEngine
  • 属性
  • AUGMENTATION_ENGINES
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

base_engine

最后更新
Python API: luxonis_ml.data.augmentations.base_engine

类

AugmentationEngine

方法

init
Python
1def __init__(height: int, width: int, targets: Mapping[str, str], n_classes: Mapping[str, int], source_names: list[str], config: Iterable[Params], keep_aspect_ratio: bool, is_validation_pipeline: bool | None = None, pipeline_stage: Literal['train', 'val', 'test'] | None = None, min_bbox_visibility: float = 0.0, seed: int | None = None, bbox_area_threshold: float = 0.0004):
从配置初始化增强管道。参数
  • height (int): 目标图像高度。
  • width (int): 目标图像宽度。
  • targets (Mapping[str, str]): 任务名称映射到任务类型,例如 {"detection/boundingbox": "bbox"}。
  • n_classes (Mapping[str, int]): 每个任务关联的类数量,例如 {"cars/boundingbox": 2}。
  • source_names (list[str]): 加载器图像中预期的源名称。
  • config (Iterable[Params]): 增强配置。每个项目描述一个增强;解释是引擎特定的。
  • keep_aspect_ratio (bool): 调整大小时是否保留图像纵横比。
  • is_validation_pipeline (bool | None): 可选的向后兼容的训练与评估提示。
  • pipeline_stage (Literal['train', 'val', 'test'] | None): 可选的显式管道阶段。如果提供,它将优先于 is_validation_pipeline。
  • min_bbox_visibility (float): 增强后必须保持可见的原始边界框的最小部分。
  • seed (int | None): 可选的随机种子,用于可重现的增强。
  • bbox_area_threshold (float): 边界框保持有效的最小归一化面积。默认值会移除非常小的框及其关联的关键点。
apply
Python
1def apply(input_batch: list[LoaderMultiOutput]) -> LoaderMultiOutput:
将增强管道应用于数据。参数
  • input_batch (list[LoaderMultiOutput]): 要增强的加载器输出。项目数量必须与引擎的批处理大小匹配。
返回
  • LoaderMultiOutput: 增强的加载器输出。

属性

applied_augmentations
按配置的增强路径键入的运行时参数。描述最新的 apply 调用;没有出处跟踪的引擎返回一个空字典。调用者将映射与它描述的样本一起保存,因此它不能在多次调用中重复使用。
batch_augmentation_indices
贡献到上次增强输出的输入位置。不公开此信息的引擎假定使用每个输入位置,从而保留现有批处理引擎的行为。
batch_size
增强管道所需的批处理大小。批处理大小是批处理增强情况下增强管道请求的图像数量。例如,如果增强管道包含 MixUp 增强,则批处理大小应为 2。如果管道需要 MixUp 和 Mosaic4 增强,则批处理大小应为 8 = (2⋅4)。

属性

AUGMENTATION_ENGINES

增强引擎的注册表。