Sources de prédiction

Méthode de classification d'une source

classify_source inspecte la valeur avant toute ouverture ou tout téléchargement, dans l'ordre suivant. La première règle correspondante gagne.

Une liste qui mélange des sources en direct et des images lève TypeError. Un indice de webcam négatif lève ValueError.

Le classificateur n'accède jamais au réseau. Une URL erronée ne produit donc une erreur qu'à l'ouverture de la capture, et non lors de l'appel à predict.

Images

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreYOLO9s.pt") # Une source image unique renvoie un objet Results, et non une liste.result = model(SAMPLE_IMAGE)print(len(result.boxes), "detections")

import numpy as npfrom PIL import Image from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreYOLO9s.pt") pil_image = Image.open(SAMPLE_IMAGE)array = np.asarray(pil_image)raw_bytes = open(SAMPLE_IMAGE, "rb").read() for source in (pil_image, array, raw_bytes):    result = model(source)    print(type(source).__name__, len(result.boxes))

from pathlib import Pathfrom PIL import Image from libreyolo import LibreYOLO, SAMPLE_IMAGE folder = Path("sample_folder")folder.mkdir(exist_ok=True)image = Image.open(SAMPLE_IMAGE)for index in range(3):    image.save(folder / f"frame_{index}.jpg") model = LibreYOLO("LibreYOLO9s.pt") # Un dossier renvoie une liste, avec un objet Results par image, triée par chemin.results = model(str(folder))print(len(results), "images")

libreyolo predict model=LibreYOLO9s.pt \  source=https://raw.githubusercontent.com/LibreYOLO/libreyolo/release/libreyolo/assets/parkour.jpg

Une source image unique accepte sept types.

Tout est converti en RGB avant le prétraitement. Les tableaux NumPy sont le seul cas où l'ordre des canaux est ambigu, color_format le contrôle donc\u00a0: "auto" (valeur par défaut) conserve le tableau tel quel, tandis que "bgr" inverse les canaux, comme l'exige une image lue avec OpenCV.

Les tableaux de flottants sont remis à l'échelle selon leur propre plage\u00a0: les valeurs inférieures ou égales à 1.0 sont multipliées par 255, tandis que les valeurs supérieures sont écrêtées dans [0, 255]. Un tableau RGBA perd son canal alpha.

Chaque type de chemin distant nécessite un package, dont aucun n'est installé par défaut\u00a0: requests pour http(s)://, boto3 pour s3:// et gcsfs pour gs://.

Dossiers

Un répertoire est parcouru récursivement et trié. Chaque fichier portant l'un des suffixes suivants devient une image\u00a0: .jpg, .jpeg, .png, .gif, .webp, .bmp, .tiff, .tif. Tout autre fichier du dossier est ignoré. Un dossier vide renvoie une liste vide au lieu de lever une erreur.

Les dossiers et les listes sont les deux sources qui acceptent batch, lequel exécute une passe forward empilée par groupe sur les familles compatibles. Consultez les performances d'inférence.

Fichiers vidéo

from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO9s.pt") # Remplacez clip.mp4 par un fichier vidéo présent sur le disque.for result in model("clip.mp4", stream=True):    print(result.frame_idx, len(result.boxes))

from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO9s.pt") for result in model("clip.mp4", stream=True, vid_stride=3, save=True):    pass

Un chemin est considéré comme une vidéo lorsque son suffixe est .asf, .avi, .gif, .m4v, .mkv, .mov, .mp4, .mpeg, .mpg, .ts, .wmv ou .webm.

.gif figure dans les deux listes. Un chemin .gif transmis directement à predict est ouvert comme une vidéo, car la vérification vidéo intervient en premier. Un fichier .gif placé dans un dossier parcouru est chargé comme une image fixe.

vid_stride traite une image sur N et vaut 1 par défaut. Sans stream=True, la vidéo entière est décodée dans une liste. Au-delà de 500 images après l'application du stride, un avertissement recommande d'utiliser stream=True.

Chaque objet Results provenant d'une vidéo contient frame_idx.

Webcams, flux réseau et YouTube

import itertools from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO9s.pt") # Webcam d'indice 0. Les sources en direct ne se terminent jamais, limitez donc la boucle.for result in itertools.islice(model(0, stream=True), 100):    print(result.frame_idx, len(result.boxes))

import itertools from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO9s.pt")source = "rtsp://user:password@192.168.1.64:554/Streaming/Channels/101" for result in itertools.islice(model(source, stream=True), 100):    print(result.frame_idx, len(result.boxes))

Les sources en direct sont illimitées, elles nécessitent donc stream=True. Sans cette option, predict lève ValueError au lieu de tenter de constituer une liste infinie.

Les images sont lues dans un thread d'arrière-plan, un par capture. Par défaut, la file ne contient que l'image la plus récente. Un modèle plus lent que la caméra saute donc des images au lieu d'accumuler du retard. stream_buffer=True conserve chaque image capturée, ce qui les préserve au prix d'une latence croissante.

Un indice de webcam est un int ou une chaîne de chiffres. Sous Windows, la capture est d'abord ouverte avec le backend DirectShow, puis se rabat sur le backend par défaut en cas d'échec.

Les URL de pages YouTube sont résolues en URL de média directe sans télécharger la vidéo, ce qui nécessite yt-dlp\u00a0:

pip install "libreyolo[stream]"

Les étiquettes de flux sont expurgées avant leur journalisation ou leur utilisation comme noms de fichiers. Une URL contenant des identifiants apparaît sous la forme user:***@host, tandis que les chaînes de requête sont retirées des étiquettes de flux directs, car elles peuvent contenir des URL signées et des tokens bearer. L'identifiant d'une vidéo YouTube est conservé puisqu'il ne s'agit pas d'un identifiant secret.

Plusieurs caméras simultanées

import itertoolsfrom pathlib import Path from libreyolo import LibreYOLO Path("cameras.streams").write_text(    "# one source per line, blank lines and comments are skipped\n"    "rtsp://192.168.1.64:554/Streaming/Channels/101\n"    "rtsp://192.168.1.65:554/Streaming/Channels/101\n",    encoding="utf-8",) model = LibreYOLO("LibreYOLO9s.pt")for result in itertools.islice(model("cameras.streams", stream=True), 100):    print(result.frame_idx, len(result.boxes))

import itertools from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO9s.pt")cameras = [0, "rtsp://192.168.1.64:554/Streaming/Channels/101"] for result in itertools.islice(model(cameras, stream=True), 100):    print(result.frame_idx, len(result.boxes))

Un fichier .streams contient une source par ligne. Les lignes vides et celles qui commencent par # sont ignorées. Chaque autre ligne doit être un indice de webcam, un flux réseau, une URL YouTube ou un chemin de fichier vidéo. Toute autre valeur lève ValueError en indiquant le numéro de ligne. Un fichier vide lève une erreur au lieu de démarrer sans caméra.

Une liste ou un tuple de sources en direct produit le même résultat sans fichier.

Chaque capture reçoit son propre thread et les images de toutes les captures sont multiplexées dans un générateur unique. Chaque passe interroge chaque flux actif et produit tout élément prêt. Une caméra lente ne bloque donc pas une caméra rapide et les images des différentes caméras s'entrelacent. Un flux qui se termine quitte la rotation tandis que les autres continuent.

Capture d'écran

from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO9s.pt") # Sans stream=True, une seule image est capturée.result = model("screen")print(len(result.boxes), "detections")

import itertools from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO9s.pt") # "screen <monitor> <left> <top> <width> <height>"for result in itertools.islice(model("screen 1 100 200 512 256", stream=True), 50):    print(len(result.boxes))

Une source d'écran est le mot screen suivi de zéro, un, quatre ou cinq entiers. Tout autre nombre lève ValueError.

Les coordonnées de la zone sont left top width height, par rapport au coin supérieur gauche de l'écran choisi. Une source écran indique une cadence égale à 30 divisé par vid_stride, utilisée pour écrire une vidéo enregistrée. La capture nécessite le package mss\u00a0:

pip install mss

Sans stream=True, une source écran capture une image et renvoie un seul objet Results, l'équivalent d'une prédiction sur un fichier image pour une capture d'écran. Avec stream=True, la capture continue jusqu'à l'interruption de la boucle.

Valeur renvoyée par predict

La forme de la valeur renvoyée dépend de la source et de stream.

Une image unique renvoie directement l'objet Results. L'indexer sélectionne une détection et non une image. result[0] sur une prédiction mono-image correspond donc à la première bounding box et non à la première image. Pour connaître le contenu de ces objets, consultez Travailler avec les résultats.

Emplacement des enregistrements

save=True écrit la sortie annotée à côté d'un répertoire d'exécution au lieu de la renvoyer.

Les images sont placées dans les répertoires auto-incrémentés runs/detect/predict, runs/detect/predict2 et ainsi de suite, en conservant le nom du fichier source. Toutes les images d'un même processus sont placées dans le même répertoire, deux dossiers d'entrée contenant un fichier de même nom s'écrasent donc mutuellement. Les images en mémoire ne possèdent aucun nom de fichier à réutiliser et sont numérotées image0, image1 et ainsi de suite.

Les sources vidéo et en direct sont écrites dans un seul fichier .mp4 nommé d'après la source.

output_path remplace le répertoire. Un chemin avec un suffixe est interprété comme un fichier, un chemin sans suffixe comme un répertoire. output_file_format sélectionne l'encodage des images fixes et accepte jpg, png ou webp.

Après un enregistrement, le chemin écrit est aussi joint au résultat sous la forme result.saved_path.