dataset_metadata
最后更新
luxonis_train.utils.dataset_metadata节点读取的数据集元数据。元数据包含类名、关键点计数以及来自加载器的元数据标签类型。类
DatasetMetadata
示例
Pycon
1>>> metadata = DatasetMetadata(
2... classes={"detection": {"car": 0, "person": 1}},
3... n_keypoints={"detection": 17},
4... )
5>>> metadata.n_classes("detection")
62
7>>> metadata.classes().inverse[0]
8'car'
9>>> metadata.n_keypoints("segmentation")
100方法
init
Python
1def __init__(*, classes: dict[str, dict[str, int]] | None = None, n_keypoints: dict[str, int] | None = None, metadata_types: dict[str, type[int] | type[Category] | type[float] | type[str]] | None = None, loader: BaseLoaderTorch | None = None):metadata_types 中的值也可以是类型名称:"int"、"float"、"str" 或 "Category" 之一。构造函数将名称转换为类型。这是 dump 写入并由检查点存储的形式。参数classes(dict[str, dict[str, int]] | None): 任务名称映射到任务的类名及其索引。None表示没有任务。n_keypoints(dict[str, int] | None): 任务名称映射到任务的关键点数量。None表示没有关键点。metadata_types(dict[str, type[int] | type[Category] | type[float] | type[str]] | None): 元数据标签名称(例如"<task>/metadata/<name>")映射到其值的类型。None表示没有元数据标签。loader(BaseLoaderTorch | None): 提供元数据的加载器。对象保留对其的引用,但不使用它。
ValueError: 当metadata_types中的类型名称不是四个支持的名称之一时。
classes
Python
1def classes(task_name: str | None = None) -> bidict[str, int]:task_name(str | None): 要读取的任务。None表示所有任务,此时所有任务必须具有相同的类。
bidict[str, int]: 一个新的双向字典,将类名映射到类索引。其inverse将索引映射回名称。
ValueError: 当task_name不是数据集的任务时。RuntimeError: 当task_name为None且任务具有不同的类时。StopIteration: 当task_name为None且元数据没有任务时。
dump
Python
1def dump(self) -> dict[str, Any]:示例
Pycon
1>>> metadata = DatasetMetadata(
2... classes={"detection": {"car": 0}},
3... metadata_types={"color": str},
4... )
5>>> metadata.dump()
6{'classes': {'detection': {'car': 0}},
7 'n_keypoints': {},
8 'metadata_types': {'color': 'str'}}
9>>> DatasetMetadata(**metadata.dump()).metadata_types
10{'color': <class 'str'>}dict[str, Any]: 包含键"classes"、"n_keypoints"和"metadata_types"的字典。元数据类型显示为类型名称,例如"str"。
from_loader
Python
1def from_loader(loader: BaseLoaderTorch) -> DatasetMetadata:loader.get_classes()、loader.get_n_keypoints() 和 loader.get_metadata_types()。新对象保留对 loader 的引用。参数loader(BaseLoaderTorch): 要读取的加载器。
DatasetMetadata: 加载器数据集的元数据。
n_classes
Python
1def n_classes(task_name: str | None = None) -> int:task_name(str | None): 要读取的任务。None表示所有任务,此时所有任务必须具有相同的类数量。
int: 任务的类数量。
ValueError: 当task_name不是数据集的任务时。RuntimeError: 当task_name为None且任务具有不同的类数量时。StopIteration: 当task_name为None且元数据没有任务时。
n_keypoints
Python
1def n_keypoints(task_name: str | None = None) -> int:task_name(str | None): 要读取的任务。None表示所有任务,此时所有任务必须具有相同的关键点数量。
int: 任务的关键点数量。当task_name没有关键点计数时(例如不在数据集中的任务),返回0。
RuntimeError: 当task_name为None且任务具有不同的关键点数量时。StopIteration: 当task_name为None且元数据没有关键点计数时。