You need to enable JavaScript to run this app.
导航

YOLOX-Tiny-Python-后处理

最近更新时间2024.05.13 11:27:07

首次发布时间2023.09.15 19:33:31

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。
图片

输入

名称

类型

形状

转换形状

格式

POST_INPUT_0

FP32

1, 3549, 85

None

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

名称

类型

形状

转换形状

POST_BOXES_XYXY

FP32

1, 3549, 4

POST_SCORES

FP32

1, 3549, 1

POST_CLASS_IDS

INT32

1, 3549, 1

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。
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

注意

本模型不单独部署,需要与 YOLOX-Tiny-Python后处理-联合模型 一起部署。更多信息,请参见Ensemble 模型配置说明