此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • ArchiveMetadataDict
  • 函数
  • get_head_configs
  • get_inputs
  • get_outputs
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

archive_utils

最后更新
Python API: luxonis_train.core.utils.archive_utils导出模型及其头部的 NN 存档条目。LuxonisModel.archive 使用这些函数构建存档配置的 inputs、outputs 和 heads。LuxonisModel.export 还读取 modelconverter 配置的输入和输出,该配置写入 ONNX 文件旁边。

类

ArchiveMetadataDict

模型的一个输入或输出的形状和数据类型。

属性

dtype
张量的数据类型,可以是 int8、int32、uint8、float32 和 float16 之一。
shape
张量的维度。模型文件中没有固定大小的维度为 0。

函数

get_head_configs

Python
1def get_head_configs(lightning_module: LuxonisLightningModule, outputs: list[dict]) -> list[dict]:
构建 NN 存档配置的 heads 条目。该函数按构建顺序访问 lightning_module 的节点。它跳过不是 BaseHead 的节点,以及设置了 remove_on_export 的头部。对于每个其他头部,它从 BaseHead.get_head_config 开始,并添加两个键:
  • "name":节点的名称。当较早的头部已经使用了该名称时,该函数会附加 _<n>,其中 <n> 是到目前为止已使用的名称数量。
  • "outputs":头部的 BaseNode.export_output_names。当它们为 None 或为空时,该函数会选择 outputs 中属于节点名称的名称。
参数
  • lightning_module (LuxonisLightningModule):存档描述其头部的模块。
  • outputs (list[dict]):NN 存档配置的输出,每个都有一个 "name" 键。
返回
  • list[dict]:每个导出头部的配置字典,包含键 "parser"、"metadata"、"name" 和 "outputs"。

get_inputs

Python
1def get_inputs(path: Path) -> dict[str, ArchiveMetadataDict]:
读取导出模型文件的输入。该函数仅支持 ONNX 文件。它读取模型的 graph.input 的每个条目。参数
  • path (Path):模型文件,后缀为 .onnx。
返回
  • dict[str, ArchiveMetadataDict]:每个输入的形状和数据类型,以输入名称为键,按图顺序排列。
引发
  • NotImplementedError:当 path 的后缀不是 .onnx 时。
  • ValueError:当文件无法作为 ONNX 模型加载,或者输入具有不支持的数据类型时。

get_outputs

Python
1def get_outputs(path: Path) -> dict[str, ArchiveMetadataDict]:
读取导出模型文件的输出。该函数仅支持 ONNX 文件。它读取模型的 graph.output 的每个条目。参数
  • path (Path):模型文件,后缀为 .onnx。
返回
  • dict[str, ArchiveMetadataDict]:每个输出的形状和数据类型,以输出名称为键,按图顺序排列。
引发
  • NotImplementedError:当 path 的后缀不是 .onnx 时。
  • ValueError:当文件无法作为 ONNX 模型加载,或者输出具有不支持的数据类型时。