此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • OCRAccuracy
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

ocr_accuracy

最后更新
Python API: luxonis_train.attached_modules.metrics.ocr_accuracyOCR 预测的精确匹配准确率。该指标还给出了恰好有一个和恰好有两个错误字符的文本的比例。

类

OCRAccuracy

OCR 文本中零、一或两个错误字符的比例。
  • 输入::
    • predictions (Tensor): [B, T, C] logits
    • target (Tensor): [B, S] 字符代码,0 填充
  • 输出::
    • Tensor: 标量,精确匹配的比例
    • rank_0, rank_1, rank_2 (Tensor): 标量,恰好有 0、1 或 2 个错误字符的文本的比例
  • 公式:: 该指标贪婪地解码每个预测。它在每一步选择具有最高 logit 的类,并将每个相同类的运行合并为一个类。然后它删除 blank_class 并用 0 填充结果到 T 个位置。节点的 encoder 将目标字符转换为类索引。该指标用 blank_class 填充较短的目标,并将较长的目标裁剪到 T 个位置。它逐位比较两个序列。具有 e ≤ 2 个不同位置的文本计入 rank_e。具有更多不同位置的文本不计入任何 rank。

方法

init
Python
1def __init__(blank_class: int = 0, **kwargs):
初始化指标。节点必须是 OCRCTCHead。否则 BaseAttachedModule 会引发 IncompatibleError。参数
  • blank_class (int): CTC 空白的类索引。解码会从预测中删除它,指标会用它填充目标。保持 0,即 OCRCTCHead 编码器的空白。
  • **kwargs: 转发给 BaseMetric 的关键字参数,例如 node。
compute
Python
1def compute(self) -> tuple[Tensor, dict[str, Tensor]]:
将计数除以文本数量。返回
  • tuple[Tensor, dict[str, Tensor]]: 精确匹配的比例,以及一个包含键 "rank_0"、"rank_1" 和 "rank_2" 的字典。"rank_k" 是恰好有 k 个错误字符的文本的比例。所有值都是标量。当自上次 reset 以来没有运行 update 时,它们是 NaN。
update
Python
1def update(predictions: Tensor, target: Tensor):
解码一个批次并将其计数添加到状态。该方法将恰好有 0、1 和 2 个错误字符的文本数量添加到 rank_0、rank_1 和 rank_2。它将批次大小添加到 total。类文档字符串描述了解码和比较。参数
  • predictions (Tensor): 形状为 [B, T, C] 的 logits,是节点的主要输出。
  • target (Tensor): 文本的字符代码,形状为 [B, S],用 0 填充。它是任务的 metadata/text 标签。

属性

node
rank_0
rank_1
rank_2
supported_tasks
total