此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • ClassificationHead
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

classification_head

最后更新
Python API: luxonis_train.nodes.heads.classification_head一个带有池化、dropout 和线性层的分类头。

类

ClassificationHead

带有一个线性层的分类头。
  • 输入::
    • inputs (Tensor): [B, C, h, w]
  • 输出::
    • classification (Tensor): [B, nclasses] logits
  • 变体:: 无。通过 params 配置节点。

方法

init
Python
1def __init__(dropout_rate: float = 0.2, **kwargs):
构建池化、dropout 和线性层。参数
  • dropout_rate (float): 在训练模式下,dropout 层将池化特征设置为零的概率,范围为 [0, 1]。
  • **kwargs: BaseNode 的关键字参数。它们必须包含 input_shapes 或 in_sizes,以及通过 n_classes 或 dataset_metadata 指定的类别计数。
forward
Python
1def forward(inputs: Tensor) -> Tensor:
计算类别 logits。参数
  • inputs (Tensor): 形状为 [B, C, h, w] 的特征图。
返回
  • Tensor: 形状为 [B, n_classes] 的 logits。BaseNode.run 将它们放在 "classification" 键下。
get_custom_head_config
Python
1def get_custom_head_config(self) -> Params:
返回 NN Archive 的头部特定元数据。子类重写此方法以向其解析器提供更多值。get_head_config 将结果合并到 "metadata" 字典中。基本实现返回一个空字典。返回
  • Params: 附加的元数据键及其值。

属性

in_channels
附加输入的通道数。它是 in_sizes 倒数第三个维度,因此带或不带批处理维度的形状给出相同的值。大小列表给出通道计数的列表。引发
  • RuntimeError: 当 in_sizes 找不到输入大小时。
  • ValueError: 当 attach_index 不适合大小时。
parser