YOLOX-Tiny-Python-后处理

YOLOX-Tiny-Python-后处理是 YOLOX-Tiny 的 Python 后处理模型 Demo。

YOLOX-Tiny 模型 基于 COCO 数据集，支持检测 80 个物体类别。本模型基于 Python 格式，可以对 YOLOX-Tiny 模型的输出做进一步处理，生成新的字段。新的字段包含输出的边界框位置、输出的置信度值、输出分类 ID。详情请参见 Python Backend。

模型基本信息

您可以在边缘智能控制台的 官方模型 列表访问本模型。下图展示了本模型的基本信息。

输入

输入说明：

• 本模型的输入是 YOLOX-Tiny 模型的输出。
• 输入的形状是 1 × 3549 × 85。其中 1 表示最大批处理大小，3549 表示 YOLOX-Tiny 模型输出的边界框个数，85 表示 COCO 数据集 80 个分类加上边界框的位置以及边界框的置信度。

输出

输出说明：

YOLOX-Tiny 模型的输出经过后处理后生成 3 新的字段。

• POST_BOXES_XYXY 表示输出的边界框位置， 4 个输出分别为 X1，Y1, X2, Y2。
• POST_SCORES 表示输出置信度值。
• POST_CLASS_IDS 表示输出分类 ID。

模型版本

本模型提供一个可部署版本。

模型部署

1. 访问本模型的模型详情。

2. 在 版本管理 标签页，找到要使用的版本，单击 操作 列的 部署。

3. 在 部署模型服务 页面，选择要部署当前模型的 一体机 并设置 服务名称 以及服务的 HTTP端口 和 GRPC端口，然后单击 确认。

   • 服务名称在一台一体机中必须保持唯一。
   • 您设置的 HTTP 端口和 GRPC 端口不能是一体机中已被其他服务占用的端口。
   • 在首次部署模型服务时，我们推荐您使用其他配置的预设默认值。模型服务成功部署后，您可以根据实际需求编辑模型服务的配置。

   详细的操作步骤，请参见使用官方模型。

完成上述操作后，您可以在 模型服务 标签页查看模型服务的部署情况。