qrcodedetection 유형

QR 코드 감지 예측.

QR 코드 감지를 사용한 예측

데이터 표현

데이터 표현

이 종류는 내부 표현과 외부 표현이 다릅니다. 외부 표현은 워크플로우와의 통합에 관련이 있으며, 반면 내부 한쪽은 Workflows 블록 개발에 유용한 구현 세부 사항입니다.

외부

외부 데이터 표현은 Workflows 클라이언트와 관련이 있으며, 데이터의 입력 및 출력 형식을 규정합니다.

유형: dict

내부

내부 데이터 표현은 Workflows 블록 제작자와 관련이 있습니다 - 이는 실행 엔진이 런타임에 이러한 종류의 입력을 받는 블록에 제공하는 유형입니다.

유형: sv.Detections

세부 정보

이 종류는 QR 코드의 위치와 제공하는 데이터에 관한 예측 묶음을 나타냅니다.

예시:

sv.Detections(
    xyxy=array([
       [        865,       153.5,        1189,       422.5],
       [      192.5,        77.5,       995.5,       722.5],
       [        194,          82,         996,         726],
       [        460,         333,         704,         389]]
    ), 
    mask=None, 
    confidence=array([    1.0, 1.0, 1.0, 1.0]), 
    class_id=array([2, 7, 2, 0]), 
    tracker_id=None, 
    data={
        'class_name': array(['qr_code', 'qr_code', 'qr_code', 'qr_code'], dtype='<U13')
        'detection_id': array([
            '51dfa8d5-261c-4dcb-ab30-9aafe9b52379', 'c0c684d1-1e30-4880-aedd-29e67e417264'
            '8cfc543b-9cfe-493b-b5ad-77afed7bee83', 'c0c684d1-1e30-4880-aedd-38e67e441454'
        ], dtype='<U36'),
        'parent_id': array(['image.[0]', 'image.[0]', 'image.[0]', 'image.[0]'], dtype='<U9'),
        'image_dimensions': array([[425, 640], [425, 640], [425, 640], [425, 640]]),
        'inference_id': array([
            '51dfa8d5-261c-4dcb-ab30-9aafe9b52379', 'c0c684d1-1e30-4880-aedd-29e67e417264'
            '8cfc543b-9cfe-493b-b5ad-77afed7bee83', 'c0c684d1-1e30-4880-aedd-38e67e441454'
        ], dtype='<U36'),
        'prediction_type': array([
            'qrcode-detection', 'qrcode-detection', 
            'qrcode-detection', 'qrcode-detection'
        ], dtype='<U16'),
        'root_parent_id': array(['image.[0]', 'image.[0]', 'image.[0]', 'image.[0]'], dtype='<U9'),
        'root_parent_coordinates': array([[0, 0], [0, 0], [0, 0], [0, 0]]),
        'root_parent_dimensions': array([[425, 640], [425, 640], [425, 640], [425, 640]]),
        'parent_coordinates': array([[0, 0], [0, 0], [0, 0], [0, 0]]),
        'parent_dimensions': array([[425, 640], [425, 640], [425, 640], [425, 640]]),
        'scaling_relative_to_parent': array([1, 1, 1, 1]),
        'scaling_relative_to_root_parent': array([1, 1, 1, 1]),
        'data': np.array(['qr-code-1-data', 'qr-code-2-data', 'qr-code-3-data', 'qr-code-4-data'])
    }
)

보시다시피, 우리는 의해 유지되는 예측용 표준 메타데이터 세트를 확장했습니다 supervision. 이 메타데이터를 추가하는 것은 다음의 블록과의 호환성을 보장하기 위해 필요합니다 roboflow_core plugin.

메타데이터 설계는 최적이 아닙니다(전체 이미지에 관한 메타데이터가 모든 바운딩 박스에 걸쳐 중복되고, 빈 예측에 대한 메타데이터를 저장하는 방법이 없습니다). 우리는 GH 이슈 를 통해 이 문제를 전달했습니다.

추가 필드의 세부 사항:

• detection_id - 각 감지에 대한 고유 식별자로, 특정 감지를 기반으로 종속 요소가 생성될 때 사용됩니다(예: Dynamic Crop은 새 이미지의 부모 id로 이 값을 사용함)

• parent_id - 예측을 생성한 이미지의 식별자(다음에서 가져와야 함 WorkflowImageData object)

• image_dimensions - 예측의 기준이 된 이미지의 크기 - 형식: (height, width)

• inference_id - 추론 요청의 식별자(선택 사항이며, Roboflow 모델과 관련됨)

• 예측 유형 - 예측 유형

• root_parent_id - 하위 예측의 책임을 진 주요 Workflow 입력의 식별자(다음에서 가져와야 함 WorkflowImageData object) - 보통 Workflow 입력 플레이스홀더의 식별자

• root_parent_coordinates - 원본 입력에 대한 오프셋 - 형식 (offset_x, offset_y)

• root_parent_dimensions - 원본 입력 이미지의 크기 (height, width)

• parent_coordinates - 부모에 대한 오프셋 - 형식 (offset_x, offset_y)

• parent_dimensions - 부모 이미지의 크기 (height, width)

• scaling_relative_to_parent - 부모 이미지에 대한 스케일링 계수

• scaling_relative_to_root_parent - 원본 입력 이미지에 대한 스케일링 계수

• 데이터 - 추출된 QR 코드

직렬화: API 뒤의 Execution Engine은 이러한 종류의 선택자가 Workflow 출력으로 선언되면 기본 데이터를 직렬화할 것입니다 - 직렬화는 다음과 같이 수행됩니다 sv.Detections.from_inference(...) 가 출력을 디코딩할 수 있도록 합니다. 엔티티 세부 정보: ObjectDetectionInferenceResponse