BoxDecode: типи декодування.

nodes::SimaBoxDecode перетворює необроблені тензори з вихідного шару детектора на результати детектування. Він виконується після висновування моделі, застосовує математичні обчислення декодування для обраної родини моделей, фільтрує рамки з низькою впевненістю, виконує непересічну придушення (NMS) і генерує тензорний пакет, який починається з декодованих рамок. Моделі детектування можуть розібрати цей пакет як рамки; моделі для визначення поз і сегментації також можуть розібрати ключові точки або маски, які йдуть після рамок.

Для звичайного використання пакетів моделей, віддавайте перевагу конструктору, який враховує Model. Архів моделі надає порядок, розміщення, квантування тензорів, кількість класів, метадані зміни розміру та підказки щодо діапазону оцінок, необхідні декодеру. Ваш застосунок зазвичай лише вибирає родину декодування та порогові значення фільтрації.

Швидкий старт.

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);

Для використання в окремому середовищі розробки:

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

Аргументи

Аргумент	Значення
decode_type	Тип моделі/формат заголовка, наприклад, BoxDecodeType::YoloV8 або BoxDecodeType::YoloX. Обов’язково.
detection_threshold	Мінімальний бал, необхідний для збереження результату виявлення. Використовуйте значення, що відповідає конкретній моделі, наприклад, 0.25.
nms_iou_threshold	Поріг IoU, який використовується алгоритмом придушення не-максимумів.
top_k	Максимальна кількість виявлених об’єктів, які потрібно зберегти. 0 використовує значення за замовчуванням для бекенду/моделі.
original_width, original_height	Розмір вихідного зображення, що використовується для відображення координат під час застосування конструктора raw-geometry.
model_width, model_height	Замінює розмір вхідних даних моделі. За допомогою Model цей конструктор змінює параметри просторового декодування, але не змінює структуру тензора, що використовується.
resize_mode_override	Використовуйте лише тоді, коли на попередньому етапі обробки Preproc не записуються метадані щодо зміни розміру, і вам потрібно явно вказати поведінку для масштабування, заповнення або обрізання.
decode_type_option	Розширений селектор підпорядкованих макетів. Залиште значення Auto, якщо використовуєте пакет моделей, якщо тільки ви не знаєте, який макет заголовка експортується.

Вхідні та вихідні дані.

Вхідні дані: необроблені тензори виявлення, отримані від моделі. Очікувані розміри тензорів залежать від типу моделі. У випадку з MPK/архівом моделі, Neat зчитує ці деталі з упакованого контракту.

Вихідні дані: один тензор BoxDecode, що містить декодовані виявлення. Моделі виявлення використовують стандартний формат BBOX. Моделі для визначення поз і сегментації зберігають початкові обмежувальні рамки та додають власні, специфічні для завдання, дані:

Завдання моделі	Допоміжний код C++	Допоміжний код Python	Декодовані тензори
Виявлення	decode_bbox(...)	pyneat.decode_bbox(...)	[N, 6] float32 boxes: x1, y1, x2, y2, score, class_id
Поза	decode_pose(...)	pyneat.decode_pose(...)	обмежувальні рамки [N, 6] та ключові точки [N, 17, 3] float32: x, y, visibility
Сегментація	decode_segmentation(...)	pyneat.decode_segmentation(...)	прямокутники [N, 6] float32 і маски [N, 160, 160] uint8.
Сегментація + поза	decode_segmentation_pose(...)	pyneat.decode_segmentation_pose(...)	рамки [N, 6] float32, маски [N, 160, 160] uint8, ключові точки [N, 17, 3] float32
SuperPoint	decode_superpoint(...)	pyneat.decode_superpoint(...)	ключові точки [N,2], оцінки [N], дескриптори [N,D].

Графи, що використовуються для відображення результатів виявлення, можуть передавати дані до SimaRender. Код застосунку, якому потрібні лише обмежувальні рамки, може продовжувати використовувати decode_bbox(...) для обробки вихідних даних BoxDecode.

Суперточка

SuperPoint залишається частиною продукту BoxDecode, але генерує ключові точки, а не намагається видавати їх за прямокутники. Мінімальна конфігурація за замовчуванням A65:

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

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

У Python використовуються ті самі значення за замовчуванням:

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

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

A65V1 є профілем за замовчуванням. Обирайте інший профіль, якщо моделі потрібна інша числова поведінка; Neat не визначає поведінку на основі форми або значень тензора:

Профіль	Коли його слід обрати	Статус виробництва
LightGlueV1	Детектор, NMS, координати та поведінка дескриптора, сумісні з LightGlue	Підтримується
MagicLeapDemoV1	Поведінка закріпленої демонстраційної програми Magic Leap	Підтримується
A65V1	Сумісність зі старим декодером A65 SuperPoint	Підтримується; встановлено за замовчуванням
PaperBicubicV1	Зарезервовано числовий ідентифікатор для майбутньої повністю визначеної бікубічної політики.	Відхилено до моменту визначення у виробничому середовищі.

Числовий формат і кодування вихідних даних є незалежними. Наприклад, можна вибрати числовий формат A65 із використанням стандартного вихідного формату V1:

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

Використання застарілої схеми розміщення байтів є опціональним і має додаткові обмеження:

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

SuperPointProfile::Auto спочатку використовує авторитетні метадані MPK superpoint.profile. Якщо ні API, Model::Options.superpoint.profile, ні MPK не надають профіль, то використовується A65V1. Neat ніколи не визначає профіль на основі розмірів тензорів, значень, імен файлів або наступних вузлів.

Коли їхні загальнодоступні значення-за замовчуванням залишаються незмінними, detection_threshold=0.0, top_k=0, nms_radius=-1 і border_margin=-1 визначаються з обраного профілю. A65V1 визначає порогове значення 0.1, Top-K 600, радіус NMS 4 і межу 0. LightGlueV1 і MagicLeapDemoV1 використовують порогові значення 0.0005 і 0.015 відповідно; обидва використовують Top-K 600, радіус NMS 4 і межу 4.

nms_iou_threshold не застосовується до SuperPoint; використовуйте радіус у пікселях superpoint.nms_radius. За замовчуванням виводиться структурований масив FEATURE_POINTS_V1 версії. LegacyA65InterleavedV0 є явним форматом міграції та вимагає 256-вимірних дескрипторів INT8. Використовуйте decode_superpoint замість decode_bbox або BoxDecodeResults.

Версіоновані записи схеми MPK superpoint v1 мають режим відмови за замовчуванням. Вони повинні містити назву профілю, окремі ідентифікатори тензорів детектора та дескриптора, sha256: відбиток, що містить 64 шістнадцяткових цифри, і підтримувані вхідні представлення raw-logits-65 і coarse-pre-l2. Схема 0 залишається прийнятною лише як запис для міграції/ручного використання; відсутні поля представлення схеми 0 канонізуються до цих двох представлень необроблених даних і записуються як значення за замовчуванням у діагностиці. Невідомі версії схеми або маркери представлення призводять до помилки під час компіляції. Якщо перевантаження профілю API суперечить відбитку, який було встановлено для іншого профілю MPK, повторно встановіть відбиток MPK для вибраного профілю; Neat не відкидає та не переінтерпретує ці дані про походження.

Корисне навантаження BBOX у форматі wire.

Модуль декодування вихідних даних детектора генерує один тензор, позначений як BBOX, для кожного вхідного кадру. Цей тензор є буфером байтів першого рангу, що має тип UInt8.

Поле	Значення
semantic.detection.format	"BBOX"
dtype	UInt8
shape	[N_bytes], де N_bytes – це обсяг запакованого буфера з архіву моделі.

Розмір тензора визначається в байтах, а не кількістю виявлених об’єктів. Структура даних використовує порядок байтів little-endian:

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

Кожен запис RawBox має розмір 24 байти:

Зміщення	Розмір	Тип	Поле	Значення
0	4	int32	x	Координата X у верхньому лівому куті у вихідних пікселях.
4	4	int32	y	Верхня ліва координата y у вихідних пікселях.
8	4	int32	w	Ширина в пікселях вихідного зображення.
12	4	int32	h	Висота в пікселях вихідного зображення.
16	4	float32	score	Впевненість після застосування NMS для [0.0, 1.0].
20	4	int32	class_id	Ідентифікатор класу, визначений моделлю.

Відповідний формат Python struct для одного запису — "<iiiifi".

Координати вказуються в пікселях вихідного зображення, якщо наявні метадані попередньої обробки. Вони не нормалізовані до [0, 1] і не представлені у внутрішньому просторі вхідних даних моделі, який має форму прямокутника.

Поєднане корисне навантаження сегментації та пози

yolox-seg-pose видає один буфер із трьома регіонами. Розміщення кожного регіону визначається однаковою кількістю слотів top_k:

Регіон	Зсув	Крок	Вміст
заголовок	0	4	кількість виявлень int32
рамки	4	24	записи BoundingBoxOut, описані вище
маски	4 + 24*top_k	mask_w * mask_h	uint8, одна площина на слот
пози	4 + (24 + mask_w*mask_h)*top_k	204	17 x {uint32 x, uint32 y, float32 visibility}

Використовуйте decode_segmentation_pose(...), щоб отримати рамки, маски й ключові точки. Рядок i кожного тензора описує те саме виявлення. Якщо потрібні лише рамки, використовуйте decode_bbox(...) або BoxDecodeResults(...).

Кожне виявлення має 17 слотів ключових точок. Бекенд обнуляє невикористані слоти та ключові точки класів, виключених через pose_classes. Допоміжна функція копіює ці значення без змін.

Core визначає num_classes як глибину голови класів мінус один, оскільки канал 0 містить оцінку наявності об’єкта. Наприклад, 30 каналів означають 29 класів. Явно задане num_classes має збігатися з цим значенням.

Класи ключових точок

Задайте ID класів, які мають ключові точки:

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

ModelOptions.yolox_seg_pose приймає таке саме налаштування.

• Класи поза списком отримують нульові координати ключових точок і видимість.
• Порожній список BoxDecodeOptions успадковує налаштування моделі. Якщо список не задано, ключові точки отримують усі класи.
• ID мають бути унікальними та належати діапазону [0, num_classes). Цей параметр підтримується лише для YoloXSegPose.

Коли model.run повертає необроблені результати.

Деякі маршрути моделі повертають необроблені вихідні дані у вигляді карт ознак замість декодованого тензора BBOX з model.run(...). Це не означає, що виконання моделі завершилося з помилкою. Це означає, що модель була виконана, але вказаний маршрут не містив етап декодування обмежувальних рамок (BoxDecode) в точці, де ви зчитуєте вихідні дані.

Використовуйте це правило:

• detections=... або тензор BBOX: розпакуйте дані BBOX або використовуйте їх. допоміжні функції для декодування.
• raw_output_heads=...: додайте етап BoxDecode, перевірте маршрут моделі або обробляйте необроблені тензори за допомогою спеціалізованої постобробки для конкретної моделі.

Не розглядайте необроблені дані як обмежувальні рамки. Структура необроблених тензорів залежить від експортованої родини моделей та специфікацій архіву моделі.

Замінити контракт.

Архів моделі може містити значення за замовчуванням для типу декодування, порогів, top_k та вихідної геометрії. Аргументи, що передаються в середовище виконання, замінюють ці значення за замовчуванням лише тоді, коли ви передаєте непустий або додатний параметр.

Аргумент середовища виконання	Значення, що передається	Поведінка
decode_type	порожньо / Unspecified	Зберігайте архів моделі або використовуйте функцію планування маршруту, якщо це підтримується.
decode_type	конкретний тип	Замініть сімейство декодувань для цього запуску.
original_width / original_height	0	Збережіть геометрію, що входить до пакета, або метадані попередньої обробки.
original_width / original_height	додатне ціле число	Замініть вихідні розміри для відображення координат.
detection_threshold / score_threshold	0.0	Збережіть встановлені значення.
detection_threshold / score_threshold	> 0.0	Обхід порогу оцінки.
nms_iou_threshold	0.0	Збережіть значення IoU для NMS, що використовується в пакетному режимі.
nms_iou_threshold	> 0.0	Замініть порогове значення IoU для NMS.
top_k	0	Збережіть упаковані дані про топ-K.
top_k	> 0	Замініть максимальну кількість збережених виявлених об’єктів.

num_classes порівнює значення, налаштоване викликачем, із кількістю класів, отриманою з тензорного контракту MPK:

Сімейство моделей	Налаштоване num_classes	num_classes з MPK	Поведінка
Будь-яка підтримувана модель	0	додатне значення, яке можна вивести	Використовується кількість класів з MPK.
Будь-яка підтримувана модель	додатне ціле число	те саме значення	Використовується налаштована кількість класів.
Модель із неоднозначним поділом класів	додатне ціле число	недоступно	Використовується налаштована кількість класів. Це потрібно, коли поділ голови з одним класом не можна надійно вивести.
YOLOv5 або YOLO26	додатне ціле число	інше значення	Помилка до побудови конвеєра з повідомленням обох значень. Ці необроблені розкладки голів виводять кількість класів із глибини тензора.
SSD або інше сімейство YOLO до YOLO26 без оцінки пози	додатне ціле число	інше значення	Застосовується наявна поведінка явного перевизначення для цього сімейства. Декодери пози та SuperPoint зберігають свої правила.

detection_threshold – це назва, яка використовується конструкторами вузлів/етапів BoxDecode. ModelOptions.score_threshold – це опція моделі, яка передає дані до того ж модуля керування.

Розшифруйте відображення типів даних.

Перелік API	Бекенд-токен	Типова модельна лінійка
BoxDecodeType::Yolo	yolo	Загальні голови у стилі YOLO
BoxDecodeType::YoloV5	yolov5	виявлення об’єктів за допомогою YOLOv5
BoxDecodeType::YoloV5Seg	yolov5-seg	Сегментація YOLOv5
BoxDecodeType::YoloV7	yolov7	виявлення об’єктів за допомогою YOLOv7
BoxDecodeType::YoloV7Seg	yolov7-seg	Сегментація YOLOv7
BoxDecodeType::YoloV8	yolov8	виявлення об’єктів за допомогою YOLOv8
BoxDecodeType::YoloV8Seg	yolov8-seg	Сегментація YOLOv8
BoxDecodeType::YoloV8Pose	yolov8-pose	YOLOv8 pose
BoxDecodeType::YoloV9	yolov9	виявлення об’єктів за допомогою YOLOv9
BoxDecodeType::YoloV9Seg	yolov9-seg	Сегментація YOLOv9
BoxDecodeType::YoloV10	yolov10	виявлення об’єктів за допомогою YOLOv10
BoxDecodeType::YoloV10Seg	yolov10-seg	Сегментація YOLOv10
BoxDecodeType::YoloV26	yolo26	Виявлення об’єктів за допомогою YOLO26
BoxDecodeType::YoloV26Pose	yolo26-pose	YOLO26 pose
BoxDecodeType::YoloV26Seg	yolo26-seg	Сегментація YOLO26
BoxDecodeType::YoloV6	yolov6	виявлення об’єктів за допомогою YOLOv6
BoxDecodeType::YoloX	yolox	виявлення об’єктів за допомогою YOLOX
BoxDecodeType::YoloXSegPose	yolox-seg-pose	Упакований експорт YOLOX, що разом містить голови рамок, масок і ключових точок
BoxDecodeType::Ssd	ssd	Точний підготовлений контракт SSD300, SSD-Mobile-300, SSD-Mobile-320 або SSDlite-Mobile-320, обраний із впорядкованої головної геометрії.
BoxDecodeType::SuperPoint	superpoint	Постпроцесинг детектора та дескриптора SuperPoint
BoxDecodeType::Detr	detr	Виявлення об’єктів за допомогою трансформера в стилі DETR
BoxDecodeType::EffDet	effdet	Ефективне виявлення об’єктів за допомогою EfficientDet
BoxDecodeType::RcnnStage1	rcnn-stage1	Етап генерації пропозицій R-CNN
BoxDecodeType::Centernet	centernet	Детекція CenterNet

BoxDecodeType::Unspecified є невизначеним маркером і викликає помилку до початку роботи середовища виконання. Ідентифікатор рецепту SSD є внутрішнім контрактом Core (ssd300-v1, ssd-mobile-300-v1, ssd-mobile-320-v1 або ssdlite-mobile-320-v1), а не іншим загальнодоступним типом декодування або токеном бекенду. Core визначає його перед початком процесу оптимізації, тоді як встановлений об’єктний декодер продовжує отримувати підтримуваний токен ssd і вибирає відповідну фіксовану реалізацію з уже перевіреної геометрії заголовка.

Вибір правильного типу.

• Якщо ви використовуєте пакет моделей, наданий або скомпільований компанією SiMa, виберіть BoxDecodeType, який відповідає сімейству моделей, і залиште decode_type_option у значенні Auto.
• Якщо ваші результати виявлення відсутні або всі показники несподівано низькі, спочатку перевірте, чи відповідає сімейство декодерів експортованій моделі. YOLOX, YOLOv6 і YOLO26 використовують «сирі»/логітні шари, і до них не можна застосовувати той самий підхід, що й до шарів YOLO, які передбачають лише ймовірності.
• Якщо рамки відображаються неправильно або їх розміри змінено некоректно, перевірте політику зміни розміру зображення. Використовуйте resize_mode_override лише тоді, коли ваш граф не має попереднього етапу Preproc, який записує метадані про зміну розміру.
• Якщо ви створюєте власний набір моделей, переконайтеся, що в описі архіву точно вказано характеристики детекторів: порядок тензорів, логічна форма, фізичне зберігання, тип даних/квантування, діапазон значень, кількість класів і будь-які зрізані вихідні дані. Код застосунку не повинен містити жодних налаштувань для врахування цих деталей.

Рекомендації щодо форми та компонування.

Різні моделі детектування використовують різні схеми організації вихідних даних. Деякі використовують один тензор для кожного рівня ознак; інші розділяють обмежувальні рамки, інформацію про об’єкти, класи, ключові точки або маски на окремі тензори. Вихідні дані деяких моделей представлені у вигляді щільних тензорів HWC; інші тензори пакуються або розбиваються компілятором/середовищем виконання.

Для моделей, що використовують пакетну обробку, це регулюється відповідним контрактом. Для тензорів, з’єднаних вручну, головне правило полягає в тому, щоб точно відповідати експортованому формату вихідних даних. Не слід вибирати тип декодування лише на основі рангу або кількості каналів.

Розширені правила для тензорних контрактів:

• Типи декодування сімейства YOLO, окрім детекції YoloV5 (Yolo, YoloV7, YoloV8, YoloV9, YoloV10 та варіанти сегментації чи оцінки пози), очікують або роз'єднані голови, або об'єднані голови, що відповідають сімейству моделі.
• Згорнуті шари YOLO повинні зберігати однакову кількість класів і глибину шарів. рівні функціональності.
• Детекція YoloV5 приймає рівно три недекодовані об'єднані голови в порядку P3/P4/P5. Їхні сітки повинні мати геометрію stride 8/16/32, а кожна логічна глибина — дорівнювати 3 * (num_classes + 5). BoxDecode застосовує сигмоїду, перетворення сітки та кроку, а також стандартні якорі YOLOv5 ({10,13},{16,30},{33,23}; {30,61},{62,45},{59,119}; {116,90},{156,198},{373,326}). Власні таблиці AutoAnchor і декодовані експорти з шести тензорів боксів/класів мають використовувати інший контракт.
• YoloV26 використовує згруповані необроблені координати обмежувальних рамок (l/t/r/b) разом із заголовками, що визначають клас і оцінку.
• Ssd – це не універсальний декодер для SSD-накопичувачів. Він обробляє лише чотири попередньо налаштовані профілі. з повного впорядкованого набору локальних/конфігураційних змінних H/W/C, визначеного під час компіляції. Будь-який інший набір або порядок змінних відхиляється, і виводиться повідомлення про помилку, яке містить інформацію про виявлений і підтримуваний набори:
  • SSD300dboxes300_coco): вхідне зображення 300×300, карти ознак. {38,19,10,5,3,1}, апріорні значення для кожної комірки, {4,6,6,6,4,4}, порядок каналів впевненості. class*A + anchor, оцінки класів, отримані за допомогою функції softmax для кожного класу (включно з фоном під індексом 0).
  • SSD-Mobile-300-v1 (ssd_anchor_generator): вхідний розмір 300×300, функція: карти {19,10,5,3,2,1}, апріорні значення для кожної комірки {3,6,6,6,6,6}, канал зворотного зв’язку замовити anchor*C + class, оцінки для кожного класу за допомогою сигмоїдної функції для кожного класу (фон ігнорується).
  • SSD-Mobile-320-v1 (ssd_anchor_generator): вхідне зображення 320×320, вилучення ознак. карти {20,10,5,3,2,1}, апріорні значення для кожної комірки {3,6,6,6,6,6}, канал зворотного зв’язку замовити anchor*C + class, оцінки для кожного класу за допомогою сигмоїдної функції для кожного класу (фон ігнорується).
  • SSDlite-Mobile-320-v1 (TorchVision DefaultBoxGenerator): 320×320 вхідні дані, карти ознак {20,10,5,3,2,1}, шість апріорних значень на комірку на кожному рівні, порядок локалізації anchor*4 + {dx,dy,dw,dh}, порядок впевненості anchor*C + class та оцінки класів за допомогою softmax для всіх 91 класу, включаючи фон.

Усі рецепти використовують згруповані локалізаційні голови для кожного рівня (глибина = 4 * priors-per-cell) у поєднанні з головами для оцінки класу (глибина = num_classes * priors-per-cell), масштабування дисперсії FasterRcnnBoxCoder (scale_xy 0.1, scale_wh 0.2) та попередню обробку з розтягуванням (анізотропне) зміна розміру. Активація оцінки фіксується рецептом (відповідає декодеру на пристрої), а згрупована структура, що базується на ролі, вибирається автоматично — залиште decode_type_option як Auto. Незгрупована структура відхиляється.

Розмір моделі є частиною профілю, а не лише геометрії голови. SSD300-v1 та SSD-Mobile-300-v1 вимагають 300×300; обидва профілі 320-v1 вимагають 320×320. Будь-яка цільова зміна розміру попередньої обробки або перевизначення розміру моделі відхиляється під час створення, оскільки таблиці апріорних значень і зворотна проєкція з розтягуванням дійсні лише для цього розміру кадру.

Конструкція SimaBoxDecode у сирому/автономному вигляді ніколи не визначає режим зміни розміру. Збережіть вимогу метаданих попередньої обробки Preproc або використовуйте явне перевантаження, щоб підтвердити зовнішньо виконану ResizeMode::Stretch; Letterbox і Crop відхиляються.

Контракт num_classes. Кількість закодованих класів завжди визначається з глибини голови впевненості (conf_depth / priors-per-cell, фон під індексом 0 включно). SSD300-v1 дозволяє вибір суміжного префіксу, наприклад, підготовлений маршрут 81-to-8; інші три профілі вимагають точної кількості закодованих класів. Недійсний вибір відхиляється під час створення. Залиште його без змін, щоб використовувати значення за замовчуванням профілю.

• Detr визначає класи каналів на основі максимальної глибини головного об’єкта та вимагає наявності дійсного клас розмірності.
• EffDet, RcnnStage1 та Centernet використовують контракти, що визначають їхню модельну структуру; роблять. не передавайте їх через модуль декодування типу YOLO.
• *-seg типи декодування генерують вихідні дані, що містять інформацію про межі області, а також маскові дані, специфічні для конкретного завдання.

Якщо набір користувацьких моделей не відповідає жодній із повних замовлених сигнатур, підготуйте новий профіль, який буде явно підтримуватися, замість того, щоб послаблювати алгоритм зіставлення.

Нотатка про Python.

Під час налаштування параметрів моделі з використанням Python, якщо це можливо, використовуйте перелічуваний тип (enum) замість рядка:

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

Аналізуйте результати за допомогою допоміжного інструменту, який відповідає поставленій задачі моделі:

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()

Оновлення

Замініть параметр верхнього рівня pose_classes із попередньої версії API на yolox_seg_pose.pose_classes.

Нові параметри змінюють структуру об’єктів C++. Core використовує ABI 5, libsima_neat.so.5. Перезберіть застосунки C++, плагіни та прив’язки Python з відповідними заголовками й бібліотеками. Не зв’язуйте бінарні файли ABI 4 з ABI 5 через символічне посилання для сумісності.