此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 函数
  • annotate_from_directory
  • annotated_dataset_generator
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

annotate_utils

最后更新
Python API: luxonis_train.core.utils.annotate_utils使用训练好的模型对图像目录进行预标注,并将其转换为新的数据集。

函数

annotate_from_directory

Python
1def annotate_from_directory(model: lxt.LuxonisModel, img_paths: Iterable[PathType], dataset_name: str, bucket_storage: Literal['local', 'gcs'] = 'local', delete_local: bool = True, delete_remote: bool = True, team_id: str | None = None) -> LuxonisDataset:
使用模型对图像文件进行标注,并将其转换为新的数据集。该函数执行以下步骤:
  • 它使用 create_loader_from_directory 在 img_paths 上构建一个加载器,批处理大小为 1。该函数会替换名为 infer_from_directory 的本地数据集。
  • 它创建数据集 dataset_name 并将 annotated_dataset_generator 的记录添加到其中。
  • 它将非空数据集按 0.8、0.1 和 0.1 的比例拆分为 train、val 和 test。对于空数据集,它会记录警告。
  • 它删除名为 infer_from_directory 的数据集的本地副本。
该函数不加载权重。LuxonisModel.annotate 在调用之前加载它们。参数
  • model (lxt.LuxonisModel): 预测标注的模型。加载器应用其 trainer.preprocessing。
  • img_paths (Iterable[PathType]): 要标注的图像文件。
  • dataset_name (str): 新数据集的名称。
  • bucket_storage (Literal['local', 'gcs']): 新数据集的存储后端。
  • delete_local (bool): 在函数创建新数据集之前,删除名为 dataset_name 的现有数据集的本地文件。如果为 False 且存储为 "local",则记录将进入现有数据集。
  • delete_remote (bool): 删除名为 dataset_name 的现有数据集的远程文件。该值仅在存储为 "gcs" 时有效。
  • team_id (str | None): 拥有数据集的团队。None 从环境中读取 LUXONISML_TEAM_ID。
返回
  • LuxonisDataset: 带有标注的新数据集。

annotated_dataset_generator

Python
1def annotated_dataset_generator(model: lxt.LuxonisModel, loader: torch_data.DataLoader) -> DatasetIterator:
生成模型头部预测的数据集记录。生成器将 model 的 Lightning 模块置于评估模式。对于 loader 的每个批次,它在没有梯度的情况下运行 LuxonisLightningModule.full_forward。对于每个作为 BaseHead 的输出节点,它调用 BaseHead.annotate。该调用获取头部的输出、来自 "path" 样本元数据的图像路径以及配置的 trainer.preprocessing。生成器跳过其他输出节点。来自 annotate 的字典记录成为 DatasetRecord。当记录的唯一验证错误是边界框超出裁剪范围时,生成器会跳过该记录并记录调试消息。参数
  • model (lxt.LuxonisModel): 预测标注的模型。
  • loader (torch_data.DataLoader): 一个加载器,其批次包含输入、标签以及每个样本的元数据列表,如 create_loader_from_directory 使用 return_sample_metadata=True 构建。
返回
  • DatasetIterator
生成
  • 头部为图像提供的记录。
引发
  • ValidationError: 当记录因其他原因未能通过 DatasetRecord 的验证时。