iinfer.app.predicts package

Submodules

iinfer.app.predicts.insightface_det module

class iinfer.app.predicts.insightface_det.InsightfaceDet(logger: Logger)[source]

Bases: OnnxPredict

create_session(deploy_dir: Path, model_path: Path | Any, model_conf_path: Path, model_provider: str, gpu_id: int = None)[source]

推論セッションを作成する関数です。 startコマンド実行時に呼び出されます。 この関数内でAIモデルのロードを行い、推論準備を完了するようにしてください。 戻り値の推論セッションの型は問いません。

Parameters:

  • deploy_dir (Path) -- デプロイディレクトリのパス

  • model_path (Path|Any) -- モデルファイルのパス

  • model_conf_path (Path) -- モデル設定ファイルのパス

  • gpu_id (int, optional) -- GPU ID. Defaults to None.

Returns:

推論セッション

predict(model, img_width: int, img_height: int, input_data: Image | str, labels: List[str] = None, colors: List[Tuple[int]] = None, nodraw: bool = False)[source]

予測を行う関数です。 predictコマンドやcaptureコマンド実行時に呼び出されます。 引数のinput_dataが画像の場合RGBですので、戻り値の出力画像もRGBにしてください。 戻り値の推論結果のdictは、通常推論結果項目ごとに値(list)を設定します。

Parameters:

  • model -- 推論セッション

  • img_width (int) -- モデルのINPUTサイズ（input_dataが画像の場合は、画像の幅）

  • img_height (int) -- モデルのINPUTサイズ（input_dataが画像の場合は、画像の高さ）

  • input_data (Image | str) -- 推論するデータ（画像の場合RGB配列であること）

  • labels (List[str], optional) -- クラスラベルのリスト. Defaults to None.

  • colors (List[Tuple[int]], optional) -- ボックスの色のリスト. Defaults to None.

  • nodraw (bool, optional) -- 描画フラグ. Defaults to False.

Returns:

予測結果と出力画像(RGB)のタプル

Return type:

Tuple[Dict[str, Any], Image]

search_face(store: list, face_embedding: array, th: float)[source]

iinfer.app.predicts.mmdet_det_YoloX module

class iinfer.app.predicts.mmdet_det_YoloX.MMDetYoloX(logger: Logger)[source]

Bases: TorchPredict

create_session(deploy_dir: Path, model_path: Path | Any, model_conf_path: Path, model_provider: str, gpu_id: int = None)[source]

推論セッションを作成する関数です。 startコマンド実行時に呼び出されます。 この関数内でAIモデルのロードを行い、推論準備を完了するようにしてください。 戻り値の推論セッションの型は問いません。

Parameters:

  • deploy_dir (Path) -- デプロイディレクトリのパス

  • model_path (Path|Any) -- モデルファイルのパス

  • model_conf_path (Path) -- モデル設定ファイルのパス

  • gpu_id (int, optional) -- GPU ID. Defaults to None.

Returns:

推論セッション

predict(model, img_width: int, img_height: int, input_data: Image | str, labels: List[str] = None, colors: List[Tuple[int]] = None, nodraw: bool = False)[source]

予測を行う関数です。 predictコマンドやcaptureコマンド実行時に呼び出されます。 引数のinput_dataが画像の場合RGBですので、戻り値の出力画像もRGBにしてください。 戻り値の推論結果のdictは、通常推論結果項目ごとに値(list)を設定します。

Parameters:

  • model -- 推論セッション

  • img_width (int) -- モデルのINPUTサイズ（input_dataが画像の場合は、画像の幅）

  • img_height (int) -- モデルのINPUTサイズ（input_dataが画像の場合は、画像の高さ）

  • input_data (Image | str) -- 推論するデータ（画像の場合RGB配列であること）

  • labels (List[str], optional) -- クラスラベルのリスト. Defaults to None.

  • colors (List[Tuple[int]], optional) -- ボックスの色のリスト. Defaults to None.

  • nodraw (bool, optional) -- 描画フラグ. Defaults to False.

Returns:

予測結果と出力画像(RGB)のタプル

Return type:

Tuple[Dict[str, Any], Image]

iinfer.app.predicts.mmdet_det_YoloX_Lite module

class iinfer.app.predicts.mmdet_det_YoloX_Lite.MMDetYoloXLite(logger: Logger)[source]

Bases: MMDetYoloX

iinfer.app.predicts.mmpretrain_cls_swin module

class iinfer.app.predicts.mmpretrain_cls_swin.MMPretrainClsSwin(logger: Logger)[source]

Bases: TorchPredict

create_session(deploy_dir: Path, model_path: Path | Any, model_conf_path: Path, model_provider: str, gpu_id: int = None)[source]

推論セッションを作成する関数です。 startコマンド実行時に呼び出されます。 この関数内でAIモデルのロードを行い、推論準備を完了するようにしてください。 戻り値の推論セッションの型は問いません。

Parameters:

  • deploy_dir (Path) -- デプロイディレクトリのパス

  • model_path (Path|Any) -- モデルファイルのパス

  • model_conf_path (Path) -- モデル設定ファイルのパス

  • gpu_id (int, optional) -- GPU ID. Defaults to None.

Returns:

推論セッション

predict(model, img_width: int, img_height: int, input_data: Image | str, labels: List[str] = None, colors: List[Tuple[int]] = None, nodraw: bool = False)[source]

予測を行う関数です。 predictコマンドやcaptureコマンド実行時に呼び出されます。 引数のinput_dataが画像の場合RGBですので、戻り値の出力画像もRGBにしてください。 戻り値の推論結果のdictは、通常推論結果項目ごとに値(list)を設定します。

Parameters:

  • model -- 推論セッション

  • img_width (int) -- モデルのINPUTサイズ（input_dataが画像の場合は、画像の幅）

  • img_height (int) -- モデルのINPUTサイズ（input_dataが画像の場合は、画像の高さ）

  • input_data (Image | str) -- 推論するデータ（画像の場合RGB配列であること）

  • labels (List[str], optional) -- クラスラベルのリスト. Defaults to None.

  • colors (List[Tuple[int]], optional) -- ボックスの色のリスト. Defaults to None.

  • nodraw (bool, optional) -- 描画フラグ. Defaults to False.

Returns:

予測結果と出力画像(RGB)のタプル

Return type:

Tuple[Dict[str, Any], Image]

preprocess_img(image: Image, model_img_width: int, model_img_height: int)[source]
resize_img(image: Image, to_w, to_h)[source]

resize image with unchanged aspect ratio using padding

iinfer.app.predicts.mmpretrain_cls_swin_Lite module

class iinfer.app.predicts.mmpretrain_cls_swin_Lite.MMPretrainClsSwinLite(logger: Logger)[source]

Bases: MMPretrainClsSwin

iinfer.app.predicts.mmseg_seg_PSPNet module

class iinfer.app.predicts.mmseg_seg_PSPNet.MMSegPSPNet(logger: Logger)[source]

Bases: TorchPredict

create_session(deploy_dir: Path, model_path: Path | Any, model_conf_path: Path, model_provider: str, gpu_id: int = None)[source]

推論セッションを作成する関数です。 startコマンド実行時に呼び出されます。 この関数内でAIモデルのロードを行い、推論準備を完了するようにしてください。 戻り値の推論セッションの型は問いません。

Parameters:

  • deploy_dir (Path) -- デプロイディレクトリのパス

  • model_path (Path|Any) -- モデルファイルのパス

  • model_conf_path (Path) -- モデル設定ファイルのパス

  • gpu_id (int, optional) -- GPU ID. Defaults to None.

Returns:

推論セッション

predict(model, img_width: int, img_height: int, input_data: Image | str, labels: List[str] = None, colors: List[Tuple[int]] = None, nodraw: bool = False)[source]

予測を行う関数です。 predictコマンドやcaptureコマンド実行時に呼び出されます。 引数のinput_dataが画像の場合RGBですので、戻り値の出力画像もRGBにしてください。 戻り値の推論結果のdictは、通常推論結果項目ごとに値(list)を設定します。

Parameters:

  • model -- 推論セッション

  • img_width (int) -- モデルのINPUTサイズ（input_dataが画像の場合は、画像の幅）

  • img_height (int) -- モデルのINPUTサイズ（input_dataが画像の場合は、画像の高さ）

  • input_data (Image | str) -- 推論するデータ（画像の場合RGB配列であること）

  • labels (List[str], optional) -- クラスラベルのリスト. Defaults to None.

  • colors (List[Tuple[int]], optional) -- ボックスの色のリスト. Defaults to None.

  • nodraw (bool, optional) -- 描画フラグ. Defaults to False.

Returns:

予測結果と出力画像(RGB)のタプル

Return type:

Tuple[Dict[str, Any], Image]

iinfer.app.predicts.mmseg_seg_San module

class iinfer.app.predicts.mmseg_seg_San.MMSegSan(logger: Logger)[source]

Bases: MMSegPSPNet

iinfer.app.predicts.mmseg_seg_SwinUpernet module

class iinfer.app.predicts.mmseg_seg_SwinUpernet.MMSegSwinUpernet(logger: Logger)[source]

Bases: MMSegPSPNet

iinfer.app.predicts.onnx_cls_EfficientNet_Lite4 module

class iinfer.app.predicts.onnx_cls_EfficientNet_Lite4.OnnxClsEfficientNetLite4(logger: Logger)[source]

Bases: OnnxPredict

create_session(deploy_dir: Path, model_path: Path | Any, model_conf_path: Path, model_provider: str, gpu_id: int = None)[source]

推論セッションを作成する関数です。 startコマンド実行時に呼び出されます。 この関数内でAIモデルのロードを行い、推論準備を完了するようにしてください。 戻り値の推論セッションの型は問いません。

Parameters:

  • deploy_dir (Path) -- デプロイディレクトリのパス

  • model_path (Path|Any) -- モデルファイルのパス

  • model_conf_path (Path) -- モデル設定ファイルのパス

  • gpu_id (int, optional) -- GPU ID. Defaults to None.

Returns:

推論セッション

predict(model, img_width: int, img_height: int, input_data: Image | str, labels: List[str] = None, colors: List[Tuple[int]] = None, nodraw: bool = False)[source]

予測を行う関数です。 predictコマンドやcaptureコマンド実行時に呼び出されます。 引数のinput_dataが画像の場合RGBですので、戻り値の出力画像もRGBにしてください。 戻り値の推論結果のdictは、通常推論結果項目ごとに値(list)を設定します。

Parameters:

  • model -- 推論セッション

  • img_width (int) -- モデルのINPUTサイズ（input_dataが画像の場合は、画像の幅）

  • img_height (int) -- モデルのINPUTサイズ（input_dataが画像の場合は、画像の高さ）

  • input_data (Image | str) -- 推論するデータ（画像の場合RGB配列であること）

  • labels (List[str], optional) -- クラスラベルのリスト. Defaults to None.

  • colors (List[Tuple[int]], optional) -- ボックスの色のリスト. Defaults to None.

  • nodraw (bool, optional) -- 描画フラグ. Defaults to False.

Returns:

予測結果と出力画像(RGB)のタプル

Return type:

Tuple[Dict[str, Any], Image]

preprocess_img(image: Image, model_img_width: int, model_img_height: int)[source]
resize_img(image: Image, to_w, to_h)[source]

resize image with unchanged aspect ratio using padding

iinfer.app.predicts.onnx_det_TinyYoloV3 module

class iinfer.app.predicts.onnx_det_TinyYoloV3.OnnxDetTinyYoloV3(logger: Logger)[source]

Bases: OnnxDetYoloV3

predict(model, img_width: int, img_height: int, input_data: Image | str, labels: List[str] = None, colors: List[Tuple[int]] = None, nodraw: bool = False)[source]

予測を行う関数です。 predictコマンドやcaptureコマンド実行時に呼び出されます。 引数のinput_dataが画像の場合RGBですので、戻り値の出力画像もRGBにしてください。 戻り値の推論結果のdictは、通常推論結果項目ごとに値(list)を設定します。

Parameters:

  • model -- 推論セッション

  • img_width (int) -- モデルのINPUTサイズ（input_dataが画像の場合は、画像の幅）

  • img_height (int) -- モデルのINPUTサイズ（input_dataが画像の場合は、画像の高さ）

  • input_data (Image | str) -- 推論するデータ（画像の場合RGB配列であること）

  • labels (List[str], optional) -- クラスラベルのリスト. Defaults to None.

  • colors (List[Tuple[int]], optional) -- ボックスの色のリスト. Defaults to None.

  • nodraw (bool, optional) -- 描画フラグ. Defaults to False.

Returns:

予測結果と出力画像(RGB)のタプル

Return type:

Tuple[Dict[str, Any], Image]

iinfer.app.predicts.onnx_det_YoloV3 module

class iinfer.app.predicts.onnx_det_YoloV3.OnnxDetYoloV3(logger: Logger)[source]

Bases: OnnxPredict

create_session(deploy_dir: Path, model_path: Path | Any, model_conf_path: Path, model_provider: str, gpu_id: int = None)[source]

推論セッションを作成する関数です。 startコマンド実行時に呼び出されます。 この関数内でAIモデルのロードを行い、推論準備を完了するようにしてください。 戻り値の推論セッションの型は問いません。

Parameters:

  • deploy_dir (Path) -- デプロイディレクトリのパス

  • model_path (Path) -- モデルファイルのパス

  • model_conf_path (Path) -- モデル設定ファイルのパス

  • gpu_id (int, optional) -- GPU ID. Defaults to None.

Returns:

推論セッション

predict(model, img_width: int, img_height: int, input_data: Image | str, labels: List[str] = None, colors: List[Tuple[int]] = None, nodraw: bool = False)[source]

予測を行う関数です。 predictコマンドやcaptureコマンド実行時に呼び出されます。 引数のinput_dataが画像の場合RGBですので、戻り値の出力画像もRGBにしてください。 戻り値の推論結果のdictは、通常推論結果項目ごとに値(list)を設定します。

Parameters:

  • model -- 推論セッション

  • img_width (int) -- モデルのINPUTサイズ（input_dataが画像の場合は、画像の幅）

  • img_height (int) -- モデルのINPUTサイズ（input_dataが画像の場合は、画像の高さ）

  • input_data (Image | str) -- 推論するデータ（画像の場合RGB配列であること）

  • labels (List[str], optional) -- クラスラベルのリスト. Defaults to None.

  • colors (List[Tuple[int]], optional) -- ボックスの色のリスト. Defaults to None.

  • nodraw (bool, optional) -- 描画フラグ. Defaults to False.

Returns:

予測結果と出力画像(RGB)のタプル

Return type:

Tuple[Dict[str, Any], Image]

preprocess_img(image: Image, model_img_width: int, model_img_height: int)[source]
resize_img(image: Image, to_w, to_h)[source]

resize image with unchanged aspect ratio using padding

iinfer.app.predicts.onnx_det_YoloX module

class iinfer.app.predicts.onnx_det_YoloX.OnnxDetYoloX(logger: Logger)[source]

Bases: OnnxPredict

create_session(deploy_dir: Path, model_path: Path, model_conf_path: Path, model_provider: str, gpu_id: int = None)[source]

推論セッションを作成する関数です。 startコマンド実行時に呼び出されます。 この関数内でAIモデルのロードを行い、推論準備を完了するようにしてください。 戻り値の推論セッションの型は問いません。

Parameters:

  • deploy_dir (Path) -- デプロイディレクトリのパス

  • model_path (Path) -- モデルファイルのパス

  • model_conf_path (Path) -- モデル設定ファイルのパス

  • gpu_id (int, optional) -- GPU ID. Defaults to None.

Returns:

推論セッション

multiclass_nms(boxes, scores, nms_thr, score_thr)[source]

多クラスのNon-Maximum Suppression（NMS）を実行し、結果を返す関数です。

Parameters:

  • boxes (numpy.ndarray) -- バウンディングボックスの座標情報が格納された配列

  • scores (numpy.ndarray) -- 各バウンディングボックスのクラススコアが格納された配列

  • nms_thr (float) -- NMSの閾値

  • score_thr (float) -- スコアの閾値

Returns:

NMSを実行した結果のバウンディングボックスとスコアの配列

Return type:

numpy.ndarray

nms(boxes, scores, nms_thr)[source]

Non-Maximum Suppression (NMS)を実行し、重複するボックスを削除します。

Parameters:

  • boxes (numpy.ndarray) -- ボックスの座標情報を含む2次元配列。

  • scores (numpy.ndarray) -- ボックスのスコアを含む1次元配列。

  • nms_thr (float) -- NMSの閾値。

Returns:

NMSを通過したボックスのインデックスのリスト。

Return type:

keep (list)

postprocess(outputs, img_size, p6=False)[source]

推論結果を後処理する関数です。

Parameters:

  • outputs (numpy.ndarray) -- 推論結果の配列

  • img_size (tuple) -- 入力画像のサイズ (height, width)

  • p6 (bool, optional) -- P6モードのフラグ (デフォルトはFalse)

Returns:

後処理された推論結果の配列

Return type:

numpy.ndarray

predict(model, img_width: int, img_height: int, input_data: Image | str, labels: List[str] = None, colors: List[Tuple[int]] = None, nodraw: bool = False)[source]

予測を行う関数です。 predictコマンドやcaptureコマンド実行時に呼び出されます。 引数のinput_dataが画像の場合RGBですので、戻り値の出力画像もRGBにしてください。 戻り値の推論結果のdictは、通常推論結果項目ごとに値(list)を設定します。

Parameters:

  • model -- 推論セッション

  • img_width (int) -- モデルのINPUTサイズ（input_dataが画像の場合は、画像の幅）

  • img_height (int) -- モデルのINPUTサイズ（input_dataが画像の場合は、画像の高さ）

  • input_data (Image | str) -- 推論するデータ（画像の場合RGB配列であること）

  • labels (List[str], optional) -- クラスラベルのリスト. Defaults to None.

  • colors (List[Tuple[int]], optional) -- ボックスの色のリスト. Defaults to None.

  • nodraw (bool, optional) -- 描画フラグ. Defaults to False.

Returns:

予測結果と出力画像(RGB)のタプル

Return type:

Tuple[Dict[str, Any], Image]

preprocess(img, input_size, swap=(2, 0, 1))[source]

画像を前処理する関数です。

Parameters:

  • img (numpy.ndarray) -- 入力画像（BGR）

  • input_size (tuple) -- リサイズ後の画像サイズ

  • swap (tuple, optional) -- チャンネルの順番を変更するためのタプル (デフォルト値: (2, 0, 1))

Returns:

前処理された画像 float: リサイズ倍率

Return type:

numpy.ndarray

iinfer.app.predicts.onnx_det_YoloX_Lite module

class iinfer.app.predicts.onnx_det_YoloX_Lite.OnnxdetYoloXLite(logger: Logger)[source]

Bases: OnnxDetYoloX

Module contents