You need to enable JavaScript to run this app.
导航
YOLOX-Tiny-Python后处理-联合模型
最近更新时间:2024.07.10 10:16:00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。
图片

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。
图片

版本名称

最大批处理大小

硬件架构

说明

v1_max_batch_size_0

0

该版本无需搭配前后处理版本进行使用。

模型部署

参考 部署模型服务进行模型服务的部署。在 部署模型服务 参数配置页面,修改以下配置:

说明

下表中未包含的配置项无需修改,建议使用默认值。

类型

配置项

说明

基本信息

节点

选择一个节点(一体机)。

服务名称

设置一个服务名称。该名称不能与节点上其他服务的名称重复。

模型信息

模型

选择 YOLOX-Tiny-Python后处理-联合模型

模型版本

选择 v1_max_batch_size_0

服务配置

HTTP端口

指定节点上的一个空闲端口。

GRPC端口

指定节点上的一个空闲端口。

调用示例

模型服务部署成功后,您可以下载客户端调用示例,用来验证此模型服务的效果。