loaders
最后更新
luxonis_train.loaders将批次馈送到训练循环的加载器。LuxonisLoaderTorch 是默认设置。它读取现有的 LuxonisDataset,或将支持的目录解析为新的数据集。LuxonisLoaderPerlinNoise 在 Perlin 噪声掩码中添加合成异常,用于异常检测任务。DummyLoader 生成零样本,以便在没有可用数据集时模型可以构建。标签:: BaseLoaderTorch.collate_fn 在其"<task_name>/<label>"键下返回批次的每个标签。B是批次大小,N是整个批次中的实例数。分类:[B, C],每个图像的多热类向量。分割:[B, C, H, W],每个类一个掩码通道。边界框:[N, 6],行[batch_index, class, x, y, w, h]。关键点:[N, 3K + 1],一个批次索引,然后是K个关键点中的每个关键点的(x, y, 可见性)。实例分割:[N, H, W],每个框一个掩码,按框的顺序排列。metadata/text:[B, S],每个图像文本的字符代码,用零填充到最长文本的长度S。ocr任务读取此标签。- 其他
metadata/<name>标签:所有样本的值,沿第一个维度连接。当每个图像有一个值时,结果的形状为[B],例如embeddings任务的metadata/id标签。
编写自定义加载器::子类化 BaseLoaderTorch 并实现input_shapes、__len__、__getitem__和get_classes。带有关键点标签的加载器还必须实现get_n_keypoints。当标签需要其他合并规则时,覆盖collate_fn。将子类的名称放在配置的loader.name字段中。