BoxDecode デコードの種類

nodes::SimaBoxDecode は、生の検出ヘッドのテンソルを検出結果に変換します。これはモデル推論の後に実行され、選択されたモデルファミリーのデコード計算を適用し、信頼度の低いボックスをフィルタリングし、NMS（Non-Maximum Suppression）を実行し、デコードされたボックスから始まるテンソルペイロードを出力します。検出モデルは、そのペイロードをボックスとして解析できます。姿勢およびセグメンテーションモデルも、ボックスの後に続くキーポイントまたはマスクを解析できます。

通常のモデルパックの使用では、Model を認識するコンストラクタを使用することを推奨します。モデルアーカイブは、デコーダーに必要なテンソルの順序、レイアウト、量子化、クラス数、リサイズメタデータ、およびスコアドメインのヒントを提供します。通常、アプリケーションはデコードファミリーとフィルタリングの閾値を選択するだけです。

クイックスタート

using namespace simaai::neat;

Model model("/path/to/yolov8_model.tar.gz");

auto boxdecode = nodes::SimaBoxDecode(
    model,
    BoxDecodeType::YoloV8,
    /* detection_threshold */ 0.25,
    /* nms_iou_threshold */ 0.45,
    /* top_k */ 100);

スタンドアロンのステージで使用する場合：

simaai::neat::stages::BoxDecodeOptions opt(simaai::neat::BoxDecodeType::YoloV8);
opt.detection_threshold = 0.25;
opt.nms_iou_threshold = 0.45;
opt.top_k = 100;

引数

引数	意味
`decode_type`	モデルファミリー/ヘッド形式。例：`BoxDecodeType::YoloV8` または `BoxDecodeType::YoloX`。必須。
`detection_threshold`	検出結果を維持するために必要な最小スコア。`0.25`などの、モデルに適した値を設定してください。
`nms_iou_threshold`	非最大値抑制で使用されるIoU（Intersection over Union）の閾値。
`top_k`	維持する検出結果の最大数。`0` は、バックエンド/モデルのデフォルト値を使用します。
`original_width` x `original_height`	は、生のジオメトリコンストラクタを使用する際に、座標マッピングに使用するソース画像のサイズです。
`model_width`, `model_height`	モデルの入力サイズを上書きします。これを使用すると、 `Model` コンストラクタは、パッケージ化されたテンソルの契約ではなく、空間デコードのパラメータを変更します。
`resize_mode_override`	は、アップストリームの`Preproc`ステージでリサイズメタデータが書き込まれない場合にのみ使用し、必要に応じて、拡大/レターボックス/トリミングの動作を明示的に指定します。
`decode_type_option`	高度なサブレイアウトセレクター。モデルパックを使用する場合は、`Auto` のままにしておきます。エクスポートされたヘッドレイアウトを把握している場合にのみ変更してください。

入力と出力

入力: モデルからの生の検出テンソル。期待されるテンソルの形状は、モデルの種類によって異なります。MPK/モデルアーカイブを使用する場合、Neat は、パッケージ化されたコントラクトからこれらの詳細を読み取ります。

出力: デコードされた検出を含む 1 つの BoxDecode テンソル。検出モデルは、標準の BBOX ペイロードを使用します。ポーズおよびセグメンテーションモデルは、先頭のボックスを同じままにして、タスク固有のペイロードを追加します。

モデルタスク	C++ヘルパー	Pythonヘルパー	デコードされたテンソル
検出	`decode_bbox(...)`	`pyneat.decode_bbox(...)`	`[N, 6]` float32 boxes: `x1, y1, x2, y2, score, class_id`
ポーズ	`decode_pose(...)`	`pyneat.decode_pose(...)`	ボックス `[N, 6]` とキーポイント `[N, 17, 3]` float32: `x, y, visibility`
セグメンテーション	`decode_segmentation(...)`	`pyneat.decode_segmentation(...)`	ボックス `[N, 6]` float32、マスク `[N, 160, 160]` uint8
セグメンテーション + ポーズ	`decode_segmentation_pose(...)`	`pyneat.decode_segmentation_pose(...)`	ボックス `[N, 6]` float32、マスク `[N, 160, 160]` uint8、キーポイント `[N, 17, 3]` float32
SuperPoint	`decode_superpoint(...)`	`pyneat.decode_superpoint(...)`	キーポイント `[N,2]`、スコア `[N]`、記述子 `[N,D]`

検出結果を表示するグラフは、その結果をSimaRenderに渡すことができます。ボックスのみが必要なアプリケーションコードは、引き続きBoxDecodeの出力に対してdecode_bbox(...)を使用できます。

スーパーポイント

SuperPointは、BoxDecode製品の一部として引き続き機能しますが、ボックスであるかのように扱うのではなく、特徴点を出力します。最小限のA65デフォルト設定は次のとおりです。

BoxDecodeOptions options{BoxDecodeType::SuperPoint};
options.superpoint.descriptor_output_dtype = TensorDType::Float32;

auto decoder = nodes::SimaBoxDecode(model, options);

Pythonでも同じデフォルト値が使用されます。

options = pyneat.BoxDecodeOptions(pyneat.BoxDecodeType.SuperPoint)
options.superpoint.descriptor_output_dtype = pyneat.TensorDType.Float32

decoder = pyneat.nodes.sima_box_decode(model, options=options)

A65V1 はデフォルトのプロファイルです。モデルが異なる数値演算を必要とする場合は、別のプロファイルを明示的に選択してください。Neat は、テンソルの形状や値から動作を推測しません。

プロファイル	選択するタイミング	生産状況
`LightGlueV1`	LightGlue互換の検出器、NMS、座標、および記述子の動作	サポート対象
`MagicLeapDemoV1`	固定されたMagic Leapデモの動作	対応状況
`A65V1`	以前のA65 SuperPointデコーダーとの互換性	サポート済み。デフォルト設定。
`PaperBicubicV1`	将来の完全な双三次補間ポリシーのために予約された数値ID	プロダクションで定義されるまで却下

数値の処理方法と出力エンコーディングは独立しています。たとえば、デフォルトのV1出力でA65の数値処理方法を選択できます。

BoxDecodeOptions options{BoxDecodeType::SuperPoint};
options.superpoint.profile = SuperPointProfile::A65V1;
options.superpoint.output_format = SuperPointOutputFormat::FeaturePointsV1;

従来のバイトレイアウトは、オプションで利用でき、いくつかの追加の制約があります。

options.superpoint.profile = SuperPointProfile::A65V1;
options.superpoint.output_format = SuperPointOutputFormat::LegacyA65InterleavedV0;
options.superpoint.descriptor_output_dtype = TensorDType::Int8;

SuperPointProfile::Auto は、まず信頼できるMPKのsuperpoint.profileメタデータを使用します。API（Model::Options.superpoint.profile）またはMPKのいずれからもプロファイルが提供されない場合、A65V1に解決されます。Neatは、テンソルの形状、値、ファイル名、または下流ノードからプロファイルを推測することはありません。

detection_threshold=0.0、top_k=0、nms_radius=-1、およびborder_margin=-1の公開されたデフォルト値が変更されていない場合、それらは選択されたプロファイルから解決されます。A65V1は、閾値0.1、Top-K600、NMS半径4、および境界マージン0に解決されます。LightGlueV1とMagicLeapDemoV1は、それぞれ閾値0.0005と0.015を使用します。どちらもTop-K600、NMS半径4、および境界マージン4を使用します。

nms_iou_thresholdはSuperPointには適用されません。代わりに、ピクセル半径であるsuperpoint.nms_radiusを使用してください。デフォルトの出力は、バージョン管理されたFEATURE_POINTS_V1構造化配列ペイロードです。LegacyA65InterleavedV0は、明示的な移行形式であり、256次元のINT8記述子が必要です。decode_bboxまたはBoxDecodeResultsではなく、decode_superpointを使用してください。

バージョン管理されたMPKsuperpointスキーマv1レコードは、エラーが発生した場合に安全に処理されます。これらには、プロファイル名、異なる検出器と記述子テンソルID、64桁の16進数を持つsha256:フィンガープリント、およびサポートされている入力表現raw-logits-65とcoarse-pre-l2が含まれている必要があります。スキーマ0は、移行/手動レコードとしてのみ受け入れられます。省略されたスキーマ0表現フィールドは、これらの2つの生の入力表現に標準化され、診断にデフォルトとして記録されます。不明なスキーマバージョンまたは表現トークンは、コンパイル時にエラーが発生します。APIプロファイルのオーバーライドが、別のMPKプロファイルに対してスタンプされたフィンガープリントと競合する場合、選択されたプロファイルに対してMPKを再スタンプします。Neatは、そのプロビナンスを破棄または再解釈しません。

BBOXワイヤーペイロード

検出デコード処理は、入力フレームごとに1つのテンソルを出力し、そのテンソルにはBBOXというタグが付けられます。このテンソルは、ランク1のUInt8型のバイトバッファーです。

フィールド	値
`semantic.detection.format`	`"BBOX"`
`dtype`	`UInt8`
`shape`	`[N_bytes]`。ここで、`N_bytes`は、モデルアーカイブから得られる、パックされたバッファーの容量である。

テンソルの形状は、検出回数ではなく、バイト数で表されます。ペイロードはリトルエンディアン形式を使用します。

offset  size  content
------  ----  -------
  0      4    uint32  N = valid detections in this frame
  4     24    RawBox[0]
 28     24    RawBox[1]
  .      .      ...
  .      .    RawBox[N-1]
                   trailing bytes are padding and must be ignored

各RawBoxレコードは24バイトです。

オフセット	サイズ	タイプ	フィールド	意味
0	4	`int32`	`x`	ソース画像の左上のx座標（ピクセル単位）。
4	4	`int32`	`y`	ソース画像の左上の y 座標。
8	4	`int32`	`w`	元画像のピクセル単位での幅。
12	4	`int32`	`h`	元の画像のピクセル単位の高さ。
16	4	`float32`	`score`	NMS後の`[0.0, 1.0]`における信頼度。
20	4	`int32`	`class_id`	モデルで定義されたクラスID。

1つのレコードに対応するPythonのstruct形式は"<iiiifi"です。

座標は、上流のプリプロセス処理メタデータが存在する場合、元の画像のピクセル単位で表されます。座標は[0, 1]に正規化されることも、モデルの内部レターボックス形式の入力空間で表現されることもありません。

セグメンテーション + ポーズの結合ペイロード

yolox-seg-pose は、3 つの領域を含む単一のバッファーを出力します。すべての領域は同じスロット数 top_k に基づいて配置されます。

領域	オフセット	ストライド	内容
ヘッダー	`0`	4	`int32` の検出数
ボックス	`4`	24	前述の `BoundingBoxOut` レコード
マスク	`4 + 24*top_k`	`mask_w * mask_h`	`uint8`、スロットごとに 1 平面
ポーズ	`4 + (24 + mask_wmask_h)top_k`	204	17 x `{uint32 x, uint32 y, float32 visibility}`

decode_segmentation_pose(...) でボックス、マスク、キーポイントを取得します。各テンソルの行 i は同じ検出を表します。ボックスのみが必要な場合は、decode_bbox(...) または BoxDecodeResults(...) を使用してください。

検出ごとに 17 個のキーポイントスロットがあります。バックエンドは未使用のスロットと、pose_classes で除外されたクラスのキーポイントを 0 にします。ヘルパーはその値をそのままコピーします。

チャネル 0 が物体性を保持するため、Core はクラスヘッドの深さから 1 を引いて num_classes を求めます。たとえば 30 チャネルなら 29 クラスです。明示する num_classes はこの値と一致する必要があります。

キーポイントのクラス

キーポイントを持つクラスの ID を設定します。

options = pyneat.BoxDecodeOptions(pyneat.BoxDecodeType.YoloXSegPose)
options.yolox_seg_pose.pose_classes = [0, 5]

ModelOptions.yolox_seg_pose にも同じ設定を指定できます。

リストにないクラスのキーポイント座標と可視性は 0 になります。
BoxDecodeOptions のリストが空の場合、モデルの設定を継承します。リストを設定しない場合、すべてのクラスにキーポイントが生成されます。
ID は重複せず、[0, num_classes) の範囲内である必要があります。このオプションは YoloXSegPose でのみ使用できます。

`model.run` が生のヘッドを返す場合

一部のモデルの処理経路では、デコードされたBBOXテンソルではなく、model.run(...)から生の特徴マップヘッドが返されます。これは、処理が失敗したことを意味するのではなく、モデルは正常に実行されたものの、出力の読み取り時にBoxDecodeが処理経路に含まれていなかったことを意味します。

次のルールを使用してください。

detections=...またはBBOXテンソル：パックされたBBOXペイロードを解析するか、または使用します。デコードヘルパー。
raw_output_heads=...: BoxDecodeステージを追加するか、モデルのルーティングを検査するか。モデル固有の後処理を用いて、生のテンソルを処理します。

生のヘッダーをボックスとして解析しないでください。生のテンソルのレイアウトは、エクスポートされたモデルのファミリーとモデルアーカイブの仕様によって異なります。

契約を上書きする

モデルアーカイブは、デコードタイプ、閾値、top_k、およびソースジオメトリのデフォルト値を設定できます。ランタイム引数は、空でない、または正の値が渡された場合にのみ、これらのデフォルト値を上書きします。

ランタイム引数	渡された値	動作
`decode_type`	空 / `Unspecified`	サポートされている場合は、モデルアーカイブまたはルートプランナー推論を保持します。
`decode_type`	具体的な型	この実行において、デコード処理を上書きします。
`original_width` / `original_height`	`0`	パッケージ化されたジオメトリまたは上流のプリプロセスメタデータを保持します。
`original_width` / `original_height`	正の整数	座標マッピングのために、元の画像のサイズを上書きします。
`detection_threshold` / `score_threshold`	`0.0`	パッケージ化されたしきい値を保持します。
`detection_threshold` / `score_threshold`	`> 0.0`	スコアの閾値を上書きします。
`nms_iou_threshold`	`0.0`	パッケージ化されたNMS IoUを保持します。
`nms_iou_threshold`	`> 0.0`	NMS IoU の値を上書きします。
`top_k`	`0`	パッケージ化された上位K個の要素を保持します。
`top_k`	`> 0`	保持する検出結果の最大数を上書きします。

num_classes は、呼び出し側が設定した値と、MPK テンソル契約から導出されたクラス数を比較します。

モデルファミリー	設定された `num_classes`	MPK から導出された `num_classes`	動作
サポートされる任意のモデル	`0`	推論可能な正の値	MPK から導出されたクラス数を使用します。
サポートされる任意のモデル	正の整数	同じ値	設定されたクラス数を使用します。
クラス分割が曖昧なモデル	正の整数	利用不可	設定されたクラス数を使用します。単一クラスヘッドの分割を確実に推論できない場合に必要です。
YOLOv5 または YOLO26	正の整数	異なる値	パイプラインの構築前に失敗し、両方の値を報告します。これらの生ヘッドレイアウトは、テンソルの深さからクラス数を導出します。
SSD または YOLO26 より前の姿勢推定以外の YOLO ファミリー	正の整数	異なる値	既存のファミリー固有の明示的オーバーライド動作を適用します。姿勢推定デコーダーと SuperPoint は、ファミリー固有のルールを維持します。

detection_threshold は、BoxDecodeノード/ステージのコンストラクタで使用される名前です。ModelOptions.score_threshold は、同じ制御に渡されるモデルルートオプションです。

デコードタイプのマッピング

API列挙型	バックエンドトークン	一般的なモデルファミリー
`BoxDecodeType::Yolo`	`yolo`	一般的なYOLOスタイルのヘッド
`BoxDecodeType::YoloV5`	`yolov5`	YOLOv5による検出
`BoxDecodeType::YoloV5Seg`	`yolov5-seg`	YOLOv5セグメンテーション
`BoxDecodeType::YoloV7`	`yolov7`	YOLOv7による検出
`BoxDecodeType::YoloV7Seg`	`yolov7-seg`	YOLOv7セグメンテーション
`BoxDecodeType::YoloV8`	`yolov8`	YOLOv8による検出
`BoxDecodeType::YoloV8Seg`	`yolov8-seg`	YOLOv8セグメンテーション
`BoxDecodeType::YoloV8Pose`	`yolov8-pose`	YOLOv8 ポーズ
`BoxDecodeType::YoloV9`	`yolov9`	YOLOv9による検出
`BoxDecodeType::YoloV9Seg`	`yolov9-seg`	YOLOv9セグメンテーション
`BoxDecodeType::YoloV10`	`yolov10`	YOLOv10による検出
`BoxDecodeType::YoloV10Seg`	`yolov10-seg`	YOLOv10セグメンテーション
`BoxDecodeType::YoloV26`	`yolo26`	YOLO26による検出
`BoxDecodeType::YoloV26Pose`	`yolo26-pose`	YOLO26 ポーズ
`BoxDecodeType::YoloV26Seg`	`yolo26-seg`	YOLO26セグメンテーション
`BoxDecodeType::YoloV6`	`yolov6`	YOLOv6による検出
`BoxDecodeType::YoloX`	`yolox`	YOLOXによる検出
`BoxDecodeType::YoloXSegPose`	`yolox-seg-pose`	ボックス、マスク、キーポイントのヘッドをまとめた YOLOX パック形式のエクスポート
`BoxDecodeType::Ssd`	`ssd`	注文されたヘッドジオメトリから選択された、正確に準備されたSSD300、SSD-Mobile-300、SSD-Mobile-320、またはSSDlite-Mobile-320の契約。
`BoxDecodeType::SuperPoint`	`superpoint`	SuperPoint検出器および特徴記述子の後処理
`BoxDecodeType::Detr`	`detr`	DETRスタイルのトランスフォーマーによる検出
`BoxDecodeType::EffDet`	`effdet`	EfficientDetによる検出
`BoxDecodeType::RcnnStage1`	`rcnn-stage1`	R-CNNのプロポーザル段階
`BoxDecodeType::Centernet`	`centernet`	CenterNetによる物体検出

BoxDecodeType::Unspecified は未設定のプレースホルダーであり、ランタイム前にエラーが発生します。SSDレシピの識別子は、別の公開デコードタイプやバックエンドトークンではなく、内部のCore契約（ssd300-v1、ssd-mobile-300-v1、ssd-mobile-320-v1、またはssdlite-mobile-320-v1）です。Coreは、最適化処理の前にこれを解決し、インストールされたオブジェクトデコーダーは引き続き、サポートするssd ファミリーのトークンを受け取り、すでに検証済みのヘッドジオメトリから対応する固定実装を選択します。

適切なタイプを選ぶ

SiMaが提供またはコンパイルしたモデルパックを使用している場合は、モデルファミリーに一致するBoxDecodeTypeを選択し、decode_type_optionをAutoのままにしてください。
検出結果が不足している場合、またはすべてのスコアが予想外に低い場合は、まず、デコードファミリーがエクスポートされたモデルのヘッドと一致していることを確認してください。YOLOX、YOLOv6、およびYOLO26は、生の出力またはロジット形式のヘッドを使用しており、確率のみを出力するYOLOヘッドとは異なる扱いをする必要があります。
ボックスが正しく配置または拡大・縮小されていない場合は、画像のサイズ変更ポリシーを確認してください。resize_mode_override は、グラフに、サイズ変更メタデータを書き込む上流の Preproc ステージがない場合にのみ使用してください。
カスタムモデルパックを作成する場合は、アーカイブに、検出ヘッドに関する正確な情報（テンソルの順序、論理的な形状、物理的な格納方法、dtype/量子化、スコアの範囲、クラス数、およびスライスされた出力など）が記載されていることを確認してください。アプリケーションコードは、これらの詳細を補正する必要はありません。

形状とレイアウトに関するガイドライン

異なる検出モデルは、それぞれ異なるヘッドレイアウトを使用します。あるモデルは、各特徴マップレベルに対して1つのテンソルを使用し、別のモデルは、バウンディングボックス、オブジェクトネス、クラス、キーポイント、またはマスクを個別のテンソルに分割します。一部のモデルの出力は、密なHWCテンソルであり、他のモデルの出力は、コンパイラ/ランタイムによってパックまたはスライスされます。

モデルパックフローの場合、これはパッケージ化されたコントラクトによって処理されます。手動で接続されたテンソルの場合、重要なルールは次のとおりです。エクスポートされたヘッド形式と完全に一致させます。ランクまたはチャネル数のみに基づいてデコードタイプを選択しないでください。

高度なテンソルコントラクトルール：

YoloV5 検出以外の YOLO ファミリーのデコードタイプ（Yolo、YoloV7、YoloV8、YoloV9、YoloV10、およびセグメンテーション／姿勢推定の派生型）は、分離ヘッド、またはモデルファミリーに一致するパックヘッドのいずれかを想定します。
パックされたYOLOヘッドは、クラス数とヘッドの深さを一貫して保つ必要があります。機能レベル。
YoloV5 検出は、P3/P4/P5 の順に並んだ未デコードのパックヘッドをちょうど 3 つ受け取ります。それらのグリッドはストライド 8/16/32 の形状である必要があり、各論理深さは 3 * (num_classes + 5) でなければなりません。BoxDecode はシグモイド、グリッドとストライドの変換、および標準の YOLOv5 アンカー（{10,13},{16,30},{33,23}、{30,61},{62,45},{59,119}、{116,90},{156,198},{373,326}）を適用します。カスタムの AutoAnchor テーブルや、デコード済みの 6 テンソルのボックス／クラス出力は、別の契約を使用する必要があります。
YoloV26は、グループ化された生の左/上/右/下のバウンディングボックスのヘッドと、クラススコアのヘッドを使用します。
Ssdは、汎用的なSSDデコーダーではありません。あらかじめ用意された4つのプロファイルのみを処理します。コンパイル時に、完全な順序で指定されたロケーション/構成のヘッダー/ハードウェア/コンポーネントの署名を使用します。それ以外のヘッダーセットや順序が指定された場合、エラーが発生し、実際に使用された署名とサポートされている署名が表示されます。
- SSD300 (dboxes300_coco): 300×300の入力サイズ、特徴マップ {38,19,10,5,3,1}、セルごとの事前分布 {4,6,6,6,4,4}、信頼度チャンネルの順序 class*A + anchor、クラスのスコアは、クラス次元に沿ってソフトマックス関数を適用することで算出されます（背景はインデックス0として含みます）。
- SSD-Mobile-300-v1 (ssd_anchor_generator): 300×300の入力、特徴マップ {19,10,5,3,2,1}、セルごとの事前分布 {3,6,6,6,6,6}、信頼度チャンネル順序 anchor*C + class、クラスごとのシグモイド関数を使用してクラスのスコアを算出します（背景は無視されます）。
- SSD-Mobile-320-v1 (ssd_anchor_generator): 320×320の入力、特徴マップ {20,10,5,3,2,1}、セルごとの事前分布 {3,6,6,6,6,6}、信頼度チャンネル順序 anchor*C + class、クラスごとのシグモイド関数を使用してクラスのスコアを算出します（背景は無視されます）。
- SSDlite-Mobile-320-v1（TorchVision DefaultBoxGenerator）：320×320 入力、特徴マップ {20,10,5,3,2,1}、各レベルでセルあたり6つの事前ボックス、位置合わせの順序 anchor*4 + {dx,dy,dw,dh}、信頼度の順序 anchor*C + class、および背景を含むすべての91クラスに対するソフトマックスによるクラススコア。
すべてのレシピでは、グループ化されたレベルごとの位置合わせヘッド（深さ = 4 * priors-per-cell）とクラス-信頼度ヘッド（深さ = num_classes * priors-per-cell）がペアになっており、FasterRcnnBoxCoderの分散スケーリング (scale_xy 0.1、scale_wh 0.2）、およびストレッチ（異方性）による前処理リサイズが使用されます。スコア活性化はレシピによって固定されます（デバイス上のデコーダーと一致します）。役割ごとにグループ化されたレイアウトは自動的に選択されます。decode_type_optionをAutoのままにします。グループ化されていないレイアウトトークンは拒否されます。

モデルフレームは、ヘッドのジオメトリだけでなく、プロファイルの一部です。 SSD300-v1とSSD-Mobile-300-v1では、300×300が必要です。両方の320-v1プロファイルでは、320×320が必要です。解決された前処理リサイズターゲット、またはそれ以外のサイズのモデル次元のオーバーライドは、ビルド時に拒否されます。これは、事前ボックステーブルとストレッチによる逆投影が、そのフレームでのみ有効であるためです。

生の/スタンドアロンのSimaBoxDecodeの構築では、リサイズモードは決して生成されません。上流のPreprocメタデータ要件を維持するか、明示的な生のオーバーロードを使用して、外部で実行されるResizeMode::Stretchをアサートします。LetterboxとCropは拒否されます。

num_classes契約。 エンコードされたクラス数は、常に信頼度ヘッドの深さ（conf_depth / priors-per-cell、インデックス0に背景が含まれる）から導き出されます。SSD300-v1では、準備された81から8への連続したプレフィックス選択が許可されます。他の3つのプロファイルでは、正確なエンコードされた数が必須です。無効な選択は、ビルド時に拒否されます。設定しない場合は、プロファイルのデフォルトが使用されます。
Detr は、最大のヘッド深度からクラスチャネルを推論し、有効なものを必要とします。クラス：次元。
EffDet、RcnnStage1、およびCenternetは、それぞれのモデルファミリーの規約を使用します。 YOLOデコードタイプのルーティングを経由させないでください。
*-seg デコードタイプは、ボックスの先頭部分の出力と、タスク固有のマスクデータを生成します。

カスタムモデルパックが、いずれかの完全な順序付きシグネチャと一致しない場合は、マッチャーを弱体化させるのではなく、新たに明示的にサポートするプロファイルを作成してください。

Pythonに関するメモ

Pythonからモデルのオプションを設定する場合、文字列ではなく、型付きの列挙型を使用できる場合はそちらを使用してください。

opt = pyneat.ModelOptions()
opt.decode_type = pyneat.BoxDecodeType.YoloV8

モデルのタスクに合ったヘルパーを使用して、出力を解析します。

outputs = model.run([image])

boxes = pyneat.decode_bbox(outputs)[0].to_numpy()

pose = pyneat.decode_pose(outputs)[0]
pose_boxes = pose.boxes.to_numpy()
keypoints = pose.keypoints.to_numpy()

seg = pyneat.decode_segmentation(outputs)[0]
seg_boxes = seg.boxes.to_numpy()
masks = seg.masks.to_numpy()

アップグレード

プレビュー API のトップレベルの pose_classes を yolox_seg_pose.pose_classes に置き換えてください。

新しいオプションにより C++ オブジェクトのレイアウトが変わります。Core は ABI 5、libsima_neat.so.5 を使用します。対応するヘッダーとライブラリで C++ アプリケーション、プラグイン、Python バインディングを再ビルドしてください。互換性用のシンボリックリンクで ABI 4 のバイナリを ABI 5 にリンクしないでください。

クイックスタート​

引数​

入力と出力​

スーパーポイント​

BBOXワイヤーペイロード​

セグメンテーション + ポーズの結合ペイロード​

キーポイントのクラス​

model.run が生のヘッドを返す場合​

契約を上書きする​

デコードタイプのマッピング​

適切なタイプを選ぶ​

形状とレイアウトに関するガイドライン​

Pythonに関するメモ​

アップグレード​