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 | 无 | 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 | 无 |
scores | FP32 | 1, 3549, 1 | 无 |
class_ids | INT32 | 1, 3549, 1 | 无 |
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
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。