keypointdetectionprediction काइंड

sv.Detections(...) ऑब्जेक्ट के रूप में detected bounding boxes और detected keypoints के साथ प्रेडिक्शन।

पता लगाए गए बाउंडिंग बॉक्स और पता लगाए गए कीपॉइंट्स के साथ sv.Detections(...) ऑब्जेक्ट के रूप में भविष्यवाणी

डेटा निरूपण

डेटा निरूपण

इस प्रकार की आंतरिक और बाह्य निरूपण अलग-अलग होता है। बाह्य निरूपण आपके वर्कफ़्लो के साथ एकीकरण के लिए प्रासंगिक है, जबकि आंतरिक यह एक कार्यान्वयन विवरण है जो Workflows blocks के विकास में उपयोगी है।

बाह्य

बाह्य डेटा निरूपण Workflows क्लाइंट्स के लिए प्रासंगिक है - यह तय करता है कि डेटा का इनपुट और आउटपुट प्रारूप क्या होगा।

प्रकार: dict

आंतरिक

आंतरिक डेटा निरूपण Workflows ब्लॉक्स के निर्माताओं के लिए प्रासंगिक है - यह वह प्रकार है जिसे Execution Engine रनटाइम में उस ब्लॉक को प्रदान करेगा जो इस प्रकार के इनपुट को उपभोग करता है।

प्रकार: sv.Detections

विवरण

यह प्रकार एकल कीपॉइंट्स भविष्यवाणी को इस रूप में दर्शाता है sv.Detections(...) ऑब्जेक्ट.

उदाहरण:

sv.Detections(
    xyxy=array([[        127,         189,         322,         303]]), 
    mask=None, 
    confidence=array([    0.95898]), 
    class_id=array([6]), 
    tracker_id=None, 
    data={
        'class_name': array(['G'], dtype='<U1'),
        'detection_id': array(['51dfa8d5-261c-4dcb-ab30-9aafe9b52379'], dtype='<U36'),
        'parent_id': array(['image.[0]'], dtype='<U9'),
        'image_dimensions': array([[425, 640]]),
        'inference_id': array(['51dfa8d5-261c-4dcb-ab30-9aafe9b52379'], dtype='<U36'),
        'prediction_type': array(['instance-segmentation'], dtype='<U16'),
        'root_parent_id': array(['image.[0]'], dtype='<U9'),
        'root_parent_coordinates': array([[0, 0]]),
        'root_parent_dimensions': array([[425, 640]]),
        'parent_coordinates': array([[0, 0]]),
        'parent_dimensions': array([[425, 640]]),
        'scaling_relative_to_parent': array([1]),
        'scaling_relative_to_root_parent': array([1]),
        'keypoints_class_name': array(),  # type object का परिवर्ती-लंबाई वाला array - प्रत्येक बॉक्स के लिए str का एक 1D array
        'keypoints_class_id': array(),  # type object का परिवर्ती-लंबाई वाला array - प्रत्येक बॉक्स के लिए int का एक 1D array
        'keypoints_confidence': array(),  # type object का परिवर्ती-लंबाई वाला array - प्रत्येक बॉक्स के लिए float का एक 1D array
        'keypoints_xy': array(),  # type object का परिवर्ती-लंबाई वाला array - (x, y) निर्देशांकों वाले bbox के लिए एक 2D array
    }
)

से पहले sv.Keypoints(...) हमने आधारित कीपॉइंट्स डिटेक्शन पेश किया sv.Detections(...) ऑब्जेक्ट। यह निर्णय सर्वोत्तम नहीं था, इसलिए भविष्य में हमें इसे वापस बदलना होगा, लेकिन फिलहाल कीपॉइंट्स डिटेक्शन के लिए यही डेटा का प्रारूप है।

मेटाडेटा का डिज़ाइन भी सर्वोत्तम नहीं है (क्योंकि पूरे चित्र से संबंधित मेटाडेटा सभी बाउंडिंग बॉक्सों में दोहराया जाता है और खाली भविष्यवाणियों के लिए मेटाडेटा सहेजने का कोई तरीका नहीं है)। हमारे पास GH issue इस समस्या के बारे में संवाद करने के लिए।

अतिरिक्त फ़ील्ड्स का विवरण:

• detection_id - प्रत्येक डिटेक्शन के लिए अद्वितीय पहचानकर्ता, जिसका उपयोग तब किया जाएगा जब विशिष्ट डिटेक्शन के आधार पर निर्भर तत्व बनाए जाते हैं (उदाहरण: Dynamic Crop इस मान को नई छवि के लिए parent id के रूप में लेता है)

• parent_id - उस छवि का पहचानकर्ता जिसने पूर्वानुमान उत्पन्न किया (से प्राप्त किया जाना है WorkflowImageData object)

• image_dimensions - उस छवि के आयाम जो पूर्वानुमान का आधार थे - प्रारूप: (ऊँचाई, चौड़ाई)

• inference_id - inference अनुरोध का पहचानकर्ता (वैकल्पिक, Roboflow मॉडलों के लिए प्रासंगिक)

• पूर्वानुमान_प्रकार - पूर्वानुमान का प्रकार

• root_parent_id - प्राथमिक Workflow इनपुट का पहचानकर्ता जो downstream पूर्वानुमान के लिए जिम्मेदार था (से प्राप्त किया जाना है WorkflowImageData object) - आमतौर पर Workflow इनपुट प्लेसहोल्डर का पहचानकर्ता

• root_parent_coordinates - मूल इनपुट के संदर्भ में ऑफ़सेट - प्रारूप (offset_x, offset_y)

• root_parent_dimensions - मूल इनपुट छवि के आयाम (ऊँचाई, चौड़ाई)

• parent_coordinates - parent के संदर्भ में ऑफ़सेट - प्रारूप (offset_x, offset_y)

• parent_dimensions - parent छवि के आयाम (ऊँचाई, चौड़ाई)

• scaling_relative_to_parent - parent छवि के संबंध में स्केलिंग गुणक

• scaling_relative_to_root_parent - मूल इनपुट छवि के संबंध में स्केलिंग गुणक

• keypoints_class_name कीपॉइंट्स क्लास नामों वाली स्ट्रिंग के परिवर्ती-आकार वाले 1D arrays की array

• keypoints_class_id कीपॉइंट्स क्लास IDs वाली int के परिवर्ती-आकार वाले 1D arrays की array

• keypoints_confidence कीपॉइंट्स कॉन्फिडेंस वाली float के परिवर्ती-आकार वाले 1D arrays की array

• keypoints_xy में कीपॉइंट्स के निर्देशांकों वाले परिवर्ती-आकार वाले 2D arrays की array (x, y) प्रारूप

सीरीयलाइज़ेशन:

API के पीछे का Execution Engine, जैसे ही इस प्रकार का selector Workflow output के रूप में घोषित किया जाता है, अंतर्निहित डेटा को सीरीयलाइज़ करेगा - सीरीयलाइज़ेशन इस प्रकार किया जाएगा कि sv.Detections.from_inference(...) आउटपुट को डिकोड कर सकते हैं, लेकिन कीपॉइंट्स का विवरण खोना - जिसे आउटपुट JSON फ़ील्ड को पार्स करने पर पुनर्प्राप्त किया जा सकता है। इकाई विवरण: KeypointsDetectionInferenceResponse