YOLOX-Tiny-Python后处理-联合模型
最近更新时间：2024.01.30 15:29:34
首次发布时间：2023.09.15 19:33:32
YOLOX-Tiny-Python后处理-联合模型是边缘智能提供的一个 Ensemble 模型。
本模型是一个模型组合，与 YOLOX-Tiny 模型 和 Python 后处理模型 共同使用。模型输入先经过 YOLOX-Tiny 模型处理，再经过 Python 后处理模型处理，然后才输出结果。本模型的作用与 YOLOX-Tiny 模型相同，支持检测 80 个物体类别。本模型可以检测出这 80 个类别的一个或多个物体对象，并返回每个物体对象的边界框以及相应的类别标签。
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
| 名称 | 类型 | 形状 | 转换形状 | 格式 |
|---|---|---|---|---|
| INPUT | FP32 | 1, 3, 416, 416 | - | None |
输入说明：
- 模型只支持同时输入一张图像。输入的是一个 RGB 图像尺寸为 416 × 416 × 3（宽 × 高 × 通道数）。
- 输入的通道顺序为 NCHW，其中 N 表示批处理大小，C 表示通道数（3），H 表示图像的高度（416），W 表示图像的宽度（416）。
- 图像输入的缩放算法是 Bilinear，并且需要维持长宽高比例。
- 图像输入正则化的均值为 [0, 0, 0]，缩放比例为 1.0。
输出
| 名称 | 类型 | 形状 | 转换形状 |
|---|---|---|---|
| boxes_xyxy | FP32 | 1, 3549, 4 | - |
| scores | FP32 | 1, 3549, 1 | - |
| class_ids | INT32 | 1, 3549, 1 | - |
目标类别标签
本模型可检测的目标对象的类别标签如下：
person;bicycle;car;motorbike;aeroplane;bus;train;truck;boat;traffic light;fire hydrant;stop sign;parking meter;bench;bird;cat;dog;horse;sheep;cow;elephant;bear;zebra;giraffe;backpack;umbrella;handbag;tie;suitcase;frisbee;skis;snowboard;sports ball;kite;baseball bat;baseball glove;skateboard;surfboard;tennis racket;bottle;wine glass;cup;fork;knife;spoon;bowl;banana;apple;sandwich;orange;broccoli;carrot;hot dog;pizza;donut;cake;chair;sofa;pottedplant;bed;diningtable;toilet;tvmonitor;laptop;mouse;remote;keyboard;cell phone;microwave;oven;toaster;sink;refrigerator;book;clock;vase;scissors;teddy bear;hair drier;toothbrush
模型版本
本模型提供一个可部署版本。
| 版本名称 | 最大批处理大小 | 硬件架构 | 说明 |
|---|---|---|---|
| v1_max_batch_size_0 | 0 | 无 | 该版本无需搭配前后处理版本进行使用。 |
模型部署
访问本模型的模型详情。
在 版本管理 标签页，找到要使用的版本，单击 操作 列的 部署。
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。