# ldf_equivalence

Python API: `luxonis_ml.data.utils.ldf_equivalence`

## 类

### LDFEquivalence

用于比较 Luxonis 数据格式数据集的辅助工具。

#### 方法

##### assert_equivalence

```python
def assert_equivalence(previous: Any, new: Any, collector: LDFCollector | None = None):
```

断言两个准备好的数据集是等效的。

参数

 * `previous` (`Any`):
   [PreparedLDF](/software-v3/ai-inference/model-source/training/luxonis-ml/luxonis-ml-api-reference/data/exporters/exporter_utils.md)
   或
   [LuxonisDataset](/software-v3/ai-inference/model-source/training/luxonis-ml/luxonis-ml-api-reference/data/datasets/luxonis_dataset.md)
   参考数据集。
 * `new` (`Any`):
   [PreparedLDF](/software-v3/ai-inference/model-source/training/luxonis-ml/luxonis-ml-api-reference/data/exporters/exporter_utils.md)
   或
   [LuxonisDataset](/software-v3/ai-inference/model-source/training/luxonis-ml/luxonis-ml-api-reference/data/datasets/luxonis_dataset.md)
   要比较的数据集。
 * `collector` (`LDFCollector | None`): 用于比较的可选自定义收集器。

引发

 * `TypeError`: 如果 `previous` 或 `new` 既不是
   [PreparedLDF](/software-v3/ai-inference/model-source/training/luxonis-ml/luxonis-ml-api-reference/data/exporters/exporter_utils.md)
   也不是
   [LuxonisDataset](/software-v3/ai-inference/model-source/training/luxonis-ml/luxonis-ml-api-reference/data/datasets/luxonis_dataset.md)。
 * `AssertionError`: 如果收集到的表示形式不同。

##### collect_annotation_multiset

```python
def collect_annotation_multiset(prepared_ldf: PreparedLDF, task_type: str) -> dict[tuple[str], Counter]:
```

##### collect_bbox_multiset

```python
def collect_bbox_multiset(prepared_ldf: PreparedLDF) -> dict[tuple[str], Counter]:
```

##### collect_classification_multiset

```python
def collect_classification_multiset(prepared_ldf: PreparedLDF) -> dict[tuple[str], Counter]:
```

##### collect_image_multiset

```python
def collect_image_multiset(prepared_ldf: PreparedLDF) -> Counter[str]:
```

##### collect_instance_segmentation_mask_overlap_multiset

```python
def collect_instance_segmentation_mask_overlap_multiset(prepared_ldf: PreparedLDF) -> dict[tuple[str], list[np.ndarray]]:
```

##### collect_instance_segmentation_multiset

```python
def collect_instance_segmentation_multiset(prepared_ldf: PreparedLDF) -> dict[tuple[str], Counter]:
```

##### collect_keypoint_multiset

```python
def collect_keypoint_multiset(prepared_ldf: PreparedLDF) -> dict[tuple[str], Counter]:
```

##### collect_segmentation_mask_overlap_multiset

```python
def collect_segmentation_mask_overlap_multiset(prepared_ldf: PreparedLDF) -> dict[tuple[str, str], list[np.ndarray]]:
```

##### collect_segmentation_multiset

```python
def collect_segmentation_multiset(prepared_ldf: PreparedLDF) -> dict[tuple[str], Counter]:
```

##### equivalent

```python
def equivalent(previous_dataset: str | LuxonisDataset, new_dataset: str | LuxonisDataset) -> bool:
```

[ldf_equivalent](/software-v3/ai-inference/model-source/training/luxonis-ml/luxonis-ml-api-reference/data/utils/ldf_equivalence.md)
的别名。

参数

 * `previous_dataset` (`str | LuxonisDataset`): 用作参考的数据集名称或数据集实例。
 * `new_dataset` (`str | LuxonisDataset`): 要比较的数据集名称或数据集实例。

返回

 * `bool`: 数据集是否等效。

引发

 * `TypeError`: 如果任一参数既不是数据集名称也不是
   [LuxonisDataset](/software-v3/ai-inference/model-source/training/luxonis-ml/luxonis-ml-api-reference/data/datasets/luxonis_dataset.md)。
 * `ValueError`: 如果数据集名称与多个本地数据集匹配。
 * `FileNotFoundError`: 如果命名的本地数据集、拆分元数据、注释 parquet 文件或引用的图像缺失。

##### file_sha256

```python
def file_sha256(path: Path) -> str:
```

返回图像文件的 SHA-256 哈希值。

当文件重命名时，哈希值用于可靠地排序注释。

##### ldf_equivalent

```python
def ldf_equivalent(previous_dataset: str | LuxonisDataset, new_dataset: str | LuxonisDataset) -> bool:
```

返回两个数据集是否等效。

参数

 * `previous_dataset` (`str | LuxonisDataset`): 用作参考的数据集名称或数据集实例。
 * `new_dataset` (`str | LuxonisDataset`): 要比较的数据集名称或数据集实例。

返回

 * `bool`: 数据集是否等效。

引发

 * `TypeError`: 如果任一参数既不是数据集名称也不是
   [LuxonisDataset](/software-v3/ai-inference/model-source/training/luxonis-ml/luxonis-ml-api-reference/data/datasets/luxonis_dataset.md)。
 * `ValueError`: 如果数据集名称与多个本地数据集匹配。
 * `FileNotFoundError`: 如果命名的本地数据集、拆分元数据、注释 parquet 文件或引用的图像缺失。

##### multiset_equal_with_tolerance

```python
def multiset_equal_with_tolerance(prev_map: dict[tuple[str], Counter], new_map: dict[tuple[str], Counter], tol: float):
```

## 函数

### ldf_equivalent

```python
def ldf_equivalent(previous_dataset: str | LuxonisDataset, new_dataset: str | LuxonisDataset) -> bool:
```

返回两个数据集在 Luxonis 数据格式中是否等效。

参数

 * `previous_dataset` (`str | LuxonisDataset`): 用作参考的数据集名称或数据集实例。
 * `new_dataset` (`str | LuxonisDataset`): 要比较的数据集名称或数据集实例。

返回

 * `bool`: 数据集是否等效。

引发

 * `TypeError`: 如果任一参数既不是数据集名称也不是
   [LuxonisDataset](/software-v3/ai-inference/model-source/training/luxonis-ml/luxonis-ml-api-reference/data/datasets/luxonis_dataset.md)。
 * `ValueError`: 如果数据集名称与多个本地数据集匹配。
 * `FileNotFoundError`: 如果命名的本地数据集、拆分元数据、注释 parquet 文件或引用的图像缺失。

## 属性

### LDFCollector
