此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • SegmentationModel
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
最后更新
Python API: luxonis_train.config.predefined_models.segmentation.v1.model语义分割模型。

类

SegmentationModel

语义分割,它为每个像素预测一个类别。
  • 吞吐量:: 384x512 时的每秒帧数。
    • light: RVC2 上 43,RVC4 上 75
    • heavy: RVC2 上 14,RVC4 上 48

方法

init
Python
1def __init__(use_aux_head: bool = True, aux_head_params: Params | None = None, **kwargs):
使用其默认组件初始化模型。构造函数将 attach_index 设置为 -1 在 head_params 中,除非 head_params 包含 aux_head 键。此值替换 head_params 设置的 attach_index。参数
  • use_aux_head (bool): 将辅助头添加到节点图中。请参阅 nodes。
  • aux_head_params (Params | None): 辅助头的构造函数参数。构造函数会就地编辑给定的非空字典:
    • 当字典不包含该键时,它将 attach_index 设置为 -2。然后辅助头读取骨干网络的倒数第二个输出。对于 DDRNet 及其默认的 use_aux_heads,该输出包含高分辨率特征。
    • 它移除 use_aux_heads 键,并将其值用作辅助头的 remove_on_export。如果没有该键,则值为 True。
  • **kwargs: SimplePredefinedModel.init 的关键字参数。
引发
  • TypeError: 当 aux_head_params 中的 use_aux_heads 值不是布尔值时。
get_variants
Python
1def get_variants() -> tuple[str, dict[str, Params]]:
获取默认变体名称和可用变体。默认值为 light。两个变体都将 backbone 设置为 "DDRNet",将 head 设置为 "DDRNetSegmentationHead"。light 变体使用 DDRNet 的 "23-slim" 变体,而 heavy 使用 "23"。两个变体都将 backbone_params 和 head_params 中的 weights 设置为 "download",因此骨干网络和头加载其 COCO 检查点。配置中给定的 backbone_params 或 head_params 替换了变体的整个字典。辅助头不加载检查点。返回
  • tuple[str, dict[str, Params]]: "light" 和两个变体及其构造函数参数。

属性

nodes
骨干网络、头和辅助头,作为配置。第一个配置来自 SimplePredefinedModel.nodes。当 use_aux_head 为 True 时,该属性会附加一个带有以下字段的 head 类的第二个配置:
  • alias: 带有后缀 _aux 的类名;
  • inputs: 骨干网络;
  • params: aux_head_params;
  • task_name: 模型的 task_name;
  • remove_on_export: aux_head_params 的 use_aux_heads 值,默认为 True;
  • losses: 模型的 loss,权重为 0.4,没有 loss_params。
辅助头没有指标、没有可视化器,也没有冻结。它的 variant 保持 NodeConfig 默认的 "default"。DDRNetSegmentationHead 没有声明变体,因此节点的构建会记录警告并且不使用变体参数。