Namespace NT2I.ONNX.DataHandling.Cpu.RFDetr.Detection

Classes

RFDetrDetectionPostprocessor

Post-processeur CPU pour les modèles de détection RF-DETR.

Décode les deux sorties brutes du modèle :

  • boxes [B, N, 4] — boîtes en (cx, cy, w, h) normalisé dans [0, 1].
  • logits [B, N, C] — scores bruts de classe.
Traitement appliqué :
  1. Sigmoid indépendant sur chaque logit.
  2. Sélection de la classe de score maximal.
  3. Filtrage par seuil de confiance.
  4. Conversion (cx, cy, w, h) normalisé → (x, y, w, h) en pixels de l'image originale.
RF-DETR ne requiert pas de NMS : le transformeur assigne un objet unique par query.
RFDetrDetectionPreprocessor

Pré-processeur CPU pour les modèles de détection RF-DETR.

Pipeline appliqué à chaque image :

  1. Conversion BGR entrelacé → planaire (R, G, B).
  2. Redimensionnement bilinéaire direct vers la taille cible (StretchResize — pas de letterbox).
  3. Normalisation ImageNet par canal : (pixel / 255 − mean) / std
    avec mean = [0.485, 0.456, 0.406] et std = [0.229, 0.224, 0.225] (ordre RGB).
  4. Layout de sortie : NCHW float32 — ordre des canaux RGB planar.
Ce pipeline est identique à celui de SAM2SegmentationPreprocessor, ce qui permet une mutualisation optimale via le Hub partagé.