此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • BaseVisualizer
  • 属性
  • Ts
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_visualizer

最后更新
Python API: luxonis_train.attached_modules.visualizers.base_visualizer所有可视化器继承的基类。

类

BaseVisualizer

所有可视化器的基类。可视化器在输入图像的副本上绘制节点的预测和批次的标签。每个子类都在 VISUALIZERS 注册表中以其类名注册自己,因此配置将其命名为字符串。子类实现 forward。BaseAttachedModule.get_parameters 描述了 run 如何填充其非画布参数。

方法

init
Python
1def __init__(*args, scale: float = 1.0, **kwargs):
初始化可视化器并存储画布比例。参数
forward
Python
1def forward(target_canvas: Tensor, prediction_canvas: Tensor, *args: Unpack[Ts]) -> Tensor | tuple[Tensor, Tensor] | tuple[Tensor, list[Tensor]] | list[Tensor]:
在画布上绘制标签和预测。实现返回以下之一:
  • 一个图像,如 ClassificationVisualizer 在 include_plot 为 False 时所做。
  • 一个 (labels, predictions) 元组,包含两个图像,如 BBoxVisualizer 所做。
  • 一个包含标签图像和图像列表的元组。
  • 一个不相关的图像列表。
参数
  • target_canvas (Tensor): 用于绘制标签的图像,形状为 [B, 3, H, W]。
  • prediction_canvas (Tensor): 用于绘制预测的图像,形状为 [B, 3, H, W]。
  • *args (Unpack[Ts]): run 从实现的参数名称解析的预测和标签。
返回
  • Tensor | tuple[Tensor, Tensor] | tuple[Tensor, list[Tensor]] | list[Tensor]: 可视化结果,以上述四种形式之一。
run
Python
1def run(prediction_canvas: Tensor, target_canvas: Tensor, inputs: Packet[Tensor], labels: Labels | None) -> Tensor | tuple[Tensor, Tensor] | tuple[Tensor, list[Tensor]]:
缩放画布,解析输入,并调用 forward。BaseAttachedModule.get_parameters 记录了 forward 的其余参数如何选择预测和标签。参数
  • prediction_canvas (Tensor): 用于绘制预测的图像,形状为 [B, 3, H, W]。
  • target_canvas (Tensor): 用于绘制标签的图像,形状为 [B, 3, H, W]。
  • inputs (Packet[Tensor]): 节点的输出包。
  • labels (Labels | None): 批次的标签,键为 <task_name>/<label>,如果批次没有标签则为 None。然后,每个可选的 target 参数接收 None,而必需的参数则会引发 RuntimeError。
返回
  • Tensor | tuple[Tensor, Tensor] | tuple[Tensor, list[Tensor]]: forward 的返回值。
scale_canvas
Python
1def scale_canvas(canvas: Tensor, scale: float = 1.0) -> Tensor:
使用双线性插值按因子调整一批图像的大小。参数
  • canvas (Tensor): 形状为 [B, C, H, W] 的图像。
  • scale (float): 高度和宽度的乘数。默认为 1.0。
返回
  • Tensor: 形状为 [B, C, floor(H * scale), floor(W * scale)] 的图像。

属性

colormap
一个 ColorMap,为每个标签提供独特的 RGB 颜色。该映射在首次访问标签时分配颜色,并在之后返回相同的颜色。此属性在首次访问时创建映射并缓存它。

属性

Ts