Class YoloV7SegmentationPostprocessor

Namespace: NT2I.ONNX.DataHandling.Cpu.Yolo.Detection

Assembly: NT2I.ONNX.DataHandling.Cpu.dll

Classe responsable du post-traitement des sorties du modèle YOLOv7 pour la segmentation. Cette classe implémente l'interface IYoloSegmentationPostprocessor et fournit des méthodes pour extraire et traiter les boîtes englobantes et les masques de segmentation.

public class YoloV7SegmentationPostprocessor : IYoloSegmentationPostprocessor, IYoloDetectionPostprocessor, IPostprocessor, IDisposable

Inheritance: object

YoloV7SegmentationPostprocessor

Implements: IYoloSegmentationPostprocessor

IYoloDetectionPostprocessor

IPostprocessor

IDisposable

Inherited Members: object.GetType()

object.MemberwiseClone()

object.ToString()

object.Equals(object)

object.Equals(object, object)

object.ReferenceEquals(object, object)

object.GetHashCode()

Constructors

YoloV7SegmentationPostprocessor()

public YoloV7SegmentationPostprocessor()

Methods

Dispose()

Libère les ressources utilisées par l'objet. Cette méthode est implémentée pour respecter l'interface IDisposable.

public void Dispose()

ExtractBoundingBoxes(float[], int[], int[], int, int, float[], int, bool, int[]?)

Extrait les boîtes englobantes (bounding boxes) à partir des données de sortie du modèle. Cette méthode ajuste les coordonnées des boîtes en fonction des dimensions originales des images et applique des seuils de confiance pour filtrer les détections.

public IEnumerable<IEnumerable<IBoundingBox>> ExtractBoundingBoxes(float[] outputData, int[] inputWidths, int[] inputHeights, int networkInputWidth, int networkInputHeight, float[] classConfidenceThresholds, int batchSize = 1, bool normalizeCoordinates = false, int[]? blacklistedClassIds = null)

Parameters

outputData float[]: Tableau contenant les données de sortie du modèle.
inputWidths int[]: Largeurs originales des images d'entrée.
inputHeights int[]: Hauteurs originales des images d'entrée.
networkInputWidth int: Largeur d'entrée du réseau (après prétraitement).
networkInputHeight int: Hauteur d'entrée du réseau (après prétraitement).
classConfidenceThresholds float[]: Seuils de confiance pour chaque classe.
batchSize int: Nombre d'images dans le batch.
normalizeCoordinates bool: Indique si les coordonnées doivent être normalisées entre 0 et 1.
blacklistedClassIds int[]: Liste des classes à exclure des résultats.

Returns

IEnumerable<IEnumerable<IBoundingBox>>: Une collection imbriquée de boîtes englobantes pour chaque image.

ProcessOutputForSpans(float[], int, float[], int[]?)

Traite les données de sortie pour générer des détections sous forme de Spans. Cette méthode est optimisée pour les performances et permet un accès efficace aux détections.

public IBatchDetections<float> ProcessOutputForSpans(float[] outputData, int batchSize, float[] classConfidenceThresholds, int[]? blacklistedClassIds)

Parameters

outputData float[]: Tableau contenant les données de sortie du modèle.
batchSize int: Nombre d'images dans le batch.
classConfidenceThresholds float[]: Seuils de confiance pour chaque classe.
blacklistedClassIds int[]: Liste des classes à exclure des résultats.

Returns

IBatchDetections<float>: Un objet IBatchDetections<T> contenant les détections organisées par image.