Results 类型

Results 对象

一个 Results 描述一张图像。单张图像的源返回一个，列表源或目录返回一个列表， stream=True 则返回一个逐个产出它们的生成器。

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreYOLO9t.pt")result = model(SAMPLE_IMAGE) print(result.orig_shape, result.path)print(result.boxes.xyxy)print(result.boxes.conf)print(result.names[int(result.boxes.cls[0])])

载荷槽位

除非模型产出了它，否则每个槽位都是 None。一个家族填哪个槽位，由它的任务决定。

result.normals 是 result.normal_map 的可读写别名。

多个槽位可以同时被填上。分割模型会同时填 boxes 和 masks；视线模型用人脸框填 boxes，用角度填 gaze；网格模型用人体框填 boxes，并让 meshes 与之逐行对齐。

Boxes

一张图像的检测框。

with_id(id) 和 with_orig_shape(orig_shape) 返回一个替换了对应字段的新 Boxes。

Masks

一张图像的实例掩码。data 是掩码张量；xy 返回每个实例以像素表示的轮廓， xyn 返回归一化后的轮廓。

Keypoints

姿态关键点，与 boxes 逐行对齐。xy 是每个关键点的坐标对，xyn 是归一化后的 坐标对。数据带第三个通道时 conf 就是它，否则为 None。has_visible 是一个 布尔数组，conf > 0 的地方为真；没有置信度通道时全为真。

Points

一张图像的点定位。data 的形状是 (N, 4)，每行是 x, y, class, confidence。 坐标是绝对像素；xy、cls 和 conf 把这些列拆开，xyn 则把坐标归一化。

Probs

分类分数。top1 是获胜的索引，top5 是最好的五个索引，top1conf 和 top5conf 是它们的分数。

OBB

旋转框。data 每行存 7 或 8 个值：xywhr、一个可选的跟踪 ID，然后是置信度和 类别。

Gaze

每张人脸的视线角度，以弧度表示，形状为 (N, 2)，与 boxes 里的人脸框逐行 对齐。第 0 列是俯仰角（pitch），第 1 列是偏航角（yaw），采用 L2CS 约定：偏航角 为正时视线朝被摄者的左侧转，俯仰角为正时视线向下转。pitch_deg 和 yaw_deg 换算成角度，direction_3d 返回单位方向向量。

SemanticMask

稠密语义图，形状为 (H, W)，是原始图像画布上的整数类别 ID。255 是忽略值， 永远不算作一个类别（SemanticMask.IGNORE_INDEX）。classes 列出出现过的类别 ID，class_mask(class_id) 返回某一个类别的布尔掩码。

PanopticSegmentation

每个像素恰好属于一个互不重叠的分段，把 stuff 区域和 thing 实例统一起来。data 是一张 (H, W) 的整数分段 ID 图；分段 ID 0 表示无标注 （PanopticSegmentation.IGNORE_INDEX）。segments_info 是一个 dict 列表，每个 分段一项，每项至少包含 {"id": int, "category_id": int}，其中 id 对应图里的 一个值，category_id 是 names 的索引。segment_ids 列出出现过的 ID， segment_mask(segment_id) 返回某一个分段的布尔掩码。

thing 与 stuff 的区分是类别的属性，不是分段的属性。载荷可以把它反规范化到每个 分段上，写成 "isthing": bool，这么做的时候，这个值必须和类别级别的映射一致。

DepthMap

稠密的相对逆深度图，形状为 (H, W)，是原始图像画布上的浮点数。值越大表示离 相机越近。这些值是相对的，不是以米为单位的度量值。min、max 和 mean 只在 有限值上计算，normalized() 把整张图重新缩放到 [0, 1]。

NormalMap

稠密的表面法线场，原始图像画布上的 float32 (H, W, 3)，采用 OpenCV 相机坐标 系：+x 向右，+y 向下，+z 指向场景内部。法线朝向相机，所以一个正对相机的 平面是 (0, 0, -1)。每个像素都是单位向量。assert_normalized(atol=1e-4) 会 检查这条不变式。

EdgeMap

稠密的边缘概率图，原始图像画布上的 float32 (H, W)，其中 0 是非边缘，1 是 边缘。保留连续的图，是为了把阈值留给调用方决定：binary(threshold=0.5) 应用一 个阈值，array 返回 numpy 视图。

RestoredImage

复原后的 RGB 图像，(H, W, 3) uint8。做超分辨率时，画布是输入的 Results.restore_scale 倍。array 返回 numpy 视图，save(path) 把图像写入 磁盘。

Matte

软的不透明度遮罩（matte），原始图像画布上取值在 [0, 1] 的 float32 (H, W)。 1 是完全前景，0 是完全背景。在 0.5 处取阈值，软遮罩就涵盖了硬的去背景掩码， 同时保留了二值掩码会丢掉的抗锯齿边缘。array 返回 numpy 视图。

在 matte 结果上，Results.cutout(image=None) 返回一个 RGBA 的 (H, W, 4) uint8 数组，它的第四个通道就是遮罩，Results.save(path, image=None) 则把这份抠像写成 背景透明的 PNG。两者在给了 image 时从中取 RGB，否则从 Results.path 重新 加载。

OCRRegions

定位到的文字连同它们的转写。data 是 (N, 4, 2) 的浮点多边形，坐标为原始图像 像素，四个点按左上、右上、右下、左下排列；区域本身按阅读顺序给出，从上到下再从 左到右。texts 是 N 条转写组成的列表。conf 是每个区域的识别分数，det_conf 是检测分数，两者都是 (N,)。

检测四边形是真正的多边形，所以它们不会填充 Results.boxes。xyxy 给出轴对齐 的外接框。

Embeddings

来自 embed 任务的 L2 归一化向量，形状始终是 (N, D)。整图结果只带一行，也没 有检测框；区域嵌入向量与 boxes 逐行对齐。因为每一行都已归一化，余弦相似度就 是一次点积。

Identities

带名字的图库匹配结果，与 embeddings 逐行对齐。把一个 Gallery 传给 embed 预测时产出。name 是一个列表，低于匹配阈值的项为 None，而且绝不会去猜那个 最接近但低于阈值的名字。score 是匹配分数数组，data 把两者配成对。

Meshes

参数化的人体网格，与 boxes 里的人体框逐行对齐。所有东西都在原始图像的相机 坐标系下。transl 以米为单位，+z 指向背离相机的方向；vertices 和 joints3d 也是米制，并且已经包含了 transl；joints2d 是原始图像画布上的 像素坐标，而不是网络看到的那块裁剪图上的坐标。没有任何字段带世界坐标系或重力 坐标系。

不同人体模型的参数布局不一样，所以关于形状的一切都没有写死。body_model 指出 用的是哪种参数化，各种数量则从张量里读回来：num_vertices、num_joints、 num_betas 和 has_vertices。params 返回参数 dict，save_obj(path, index=0) 写出一个网格。字段有 global_orient、body_pose、betas、 transl、vertices、faces、joints3d、joints2d、conf、focal_length 和 extras。

对 body_model="mhr"，旋转用的是以弧度表示的欧拉角，而不是轴角；body_pose 是一个扁平的按关节排列的参数向量，而不是每个关节一个三元组；betas 是身份 blendshape 系数。骨架尺度、手部姿态和面部表情放在 extras 里。

转换与选择

每个载荷都带有 to(*args, **kwargs)、cpu()、cuda() 和 numpy()，在 Results 上调用其中之一，会一次性作用到所有被填充的槽位上。

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreYOLO9t.pt")result = model(SAMPLE_IMAGE) # 所有载荷一起转移result = result.cpu().numpy() # 行数据，先是普通 dict，再是 JSONprint(result.summary()[:1])print(result.to_json())

result[idx] 在所有逐行对齐的载荷上按行做选择。len(result) 是检测数量，没有 检测框时则是点的数量。result.update(...) 返回一份替换了指定槽位的副本；它接受 所有槽位，外加 track_id 和 restore_scale。

summary 与 to_json

summary(normalize=False, decimals=5, embeddings=False) 返回一个普通 dict 的 列表，按被填充的槽位，每个检测、分段、点或区域对应一行。to_json(**kwargs) 把 自己的参数转给 summary，返回 JSON 字符串。

plot() 把稠密的法线或边缘结果渲染成它们各自约定的可视化形式；对其他类型的 结果它会抛异常。其他任务的标注图像来自 predict(save=True)。