bbox_visualizer
最后更新
luxonis_train.attached_modules.visualizers.bbox_visualizer绘制边界框、类别标签和分数。类
BBoxVisualizer

输入::prediction_canvas,target_canvas(Tensor): [B, 3, H, W]predictions(list[Tensor]): 每张图像 [Mi, 6],[x1, y1, x2, y2, conf, class],像素targets(Tensor | None): [N, 6],[batch, class, x, y, w, h],xywh归一化
输出::Tensor | tuple[Tensor, Tensor]: [B, 3, H, W],当给定目标时为一对
参考
- 来源:本项目。
- 许可证:Apache-2.0(本项目)
注意事项
使用
torchvision 和本地标签/颜色辅助函数绘制框。可视化器存储 fill、font 和 font_size 选项,但不使用它们。示例
附加到
model.nodes 中的 EfficientBBoxHead:Yaml
1- name: EfficientBBoxHead
2 inputs: [RepPANNeck]
3 visualizers:
4 - name: BBoxVisualizer兼容::
方法
init
Python
1def __init__(labels: dict[int, str] | list[str] | None = None, draw_labels: bool = True, draw_scores: bool = False, colors: dict[str, Color] | list[Color] | None = None, fill: bool = False, width: int | None = None, font: str | None = None, font_size: int | None = None, **kwargs):labels(dict[int, str] | list[str] | None): 要绘制的类名。字典将类索引映射到名称。列表按位置映射。当为None或为空时,名称来自节点的classes,因此可视化器需要一个node。draw_labels(bool): 是否在每个框旁边绘制类名。默认为True。draw_scores(bool): 是否在标签中写入每个预测框的置信度,保留两位小数。仅适用于预测。如果没有draw_labels,则标签仅为置信度。默认为False。colors(dict[str, Color] | list[Color] | None): 框的颜色。字典将类名映射到颜色。列表按类索引映射。当为None时,每个类从 get_color 获取一个独特的颜色,以其索引为种子。fill(bool): 绘图方法不读取它。默认为False。width(int | None): 框的线宽,以像素为单位。当为None或0时,宽度是较小画布边长百分之一,向下取整,且至少为1。font(str | None): 绘图方法不读取它。默认为None。font_size(int | None): 绘图方法不读取它。默认为None。**kwargs: 转发给 BaseVisualizer 的关键字参数,例如scale和node。
draw_predictions
Python
1def draw_predictions(canvas: Tensor, predictions: list[Tensor], scale: float = 1.0) -> Tensor:draw_labels)和置信度(如果设置了 draw_scores)构建其标签。当 torchvision 对图像引发 ValueError 时,该方法会记录警告并继续以输入画布作为输出。它会丢弃失败之前绘制的图像,并将剩余图像绘制到 canvas 中。示例
Pycon
1>>> import torch
2>>> visualizer = BBoxVisualizer(
3... labels=["cat"], colors=["red"], draw_labels=False
4... )
5>>> canvas = torch.zeros(1, 3, 8, 8, dtype=torch.uint8)
6>>> boxes = [torch.tensor([[2.0, 2.0, 6.0, 6.0, 0.9, 0.0]])]
7>>> viz = visualizer.draw_predictions(canvas, boxes)
8>>> bool((viz[0, 0] == 255).any()), bool((viz[0, 1] == 255).any())
9(True, False)canvas(Tensor): 形状为[B, 3, H, W]的uint8图像。predictions(list[Tensor]): 每张图像一个张量,形状为[M_i, 6],行格式为[x1, y1, x2, y2, conf, class]。坐标是未缩放图像的像素。scale(float): 框坐标的乘数。传递缩放画布的因子。默认为1.0。
Tensor: 绘制了框的图像,与canvas形状相同。一个新张量,除非失败后,它就是canvas本身。
draw_targets
Python
1def draw_targets(canvas: Tensor, targets: Tensor) -> Tensor:i 的框是 targets 中第一列等于 i 的行。draw_bounding_box_labels 将它们从归一化的 xywh 转换为带有画布大小的像素 xyxy。每个框都获得其类别的颜色,并在设置 draw_labels 时获得其类名。示例
Pycon
1>>> import torch
2>>> visualizer = BBoxVisualizer(
3... labels=["cat"], colors=["red"], draw_labels=False
4... )
5>>> canvas = torch.zeros(1, 3, 8, 8, dtype=torch.uint8)
6>>> targets = torch.tensor([[0, 0, 0.25, 0.25, 0.5, 0.5]])
7>>> viz = visualizer.draw_targets(canvas, targets)
8>>> viz.shape
9torch.Size([1, 3, 8, 8])
10>>> bool((viz[0, 0] == 255).any()), bool((viz[0, 1] == 255).any())
11(True, False)canvas(Tensor): 形状为[B, 3, H, W]的uint8图像。该方法不修改它。targets(Tensor): 形状为[N, 6]的框,行格式为[batch_index, class, x, y, w, h]。坐标是归一化到[0, 1]的xywh。
Tensor: 一个与canvas形状相同的新张量,其中绘制了框。
forward
Python
1def forward(prediction_canvas: Tensor, target_canvas: Tensor, predictions: list[Tensor], targets: Tensor | None) -> tuple[Tensor, Tensor] | Tensor:示例
Pycon
1>>> import torch
2>>> visualizer = BBoxVisualizer(labels=["cat"], colors=["red"])
3>>> canvas = torch.zeros(1, 3, 8, 8, dtype=torch.uint8)
4>>> boxes = [torch.tensor([[2.0, 2.0, 6.0, 6.0, 0.9, 0.0]])]
5>>> visualizer(canvas, canvas, boxes, None).shape
6torch.Size([1, 3, 8, 8])
7>>> targets = torch.tensor([[0, 0, 0.25, 0.25, 0.5, 0.5]])
8>>> len(visualizer(canvas, canvas, boxes, targets))
92prediction_canvas(Tensor): 形状为[B, 3, H, W]的uint8图像,用于绘制预测。target_canvas(Tensor): 形状为[B, 3, H, W]的uint8图像,用于绘制目标。predictions(list[Tensor]): 每张图像一个张量,形状为[M_i, 6],行格式为[x1, y1, x2, y2, conf, class],以像素为单位。draw_predictions 按scale因子缩放它们。targets(Tensor | None): 形状为[N, 6]的框,行格式为[batch_index, class, x, y, w, h],xywh归一化到[0, 1]。当批次没有boundingbox标签时为None。
tuple[Tensor, Tensor] | Tensor: 当targets不为None时,绘制图像的对(targets, predictions);否则仅为预测图像。每张图像的形状与其画布相同。