Ir para o conteúdo

Classificação

A tarefa Classifier aceita qualquer classificador ONNX com saída de formato (1, num_classes) (estilo torchvision). Ela faz preprocessamento, normalização, softmax opcional e resolução de rótulos por você, devolvendo um envelope ClassificationResults.

Construindo o classificador

from ort_vision_sdk import Classifier

clf = Classifier(
    "resnet50.onnx",
    labels="imagenet_labels.txt",   # ver "Rótulos" abaixo
    input_size=(224, 224),          # (largura, altura) padrão
    mean=(0.485, 0.456, 0.406),     # média ImageNet por padrão
    std=(0.229, 0.224, 0.225),      # desvio ImageNet por padrão
    apply_softmax=True,             # False se o modelo já emite probabilidades
)

Parâmetros adicionais: providers (lista de execution providers) e session_options (uma ort.SessionOptions).

import { Classifier } from "@mauriciobenjamin700/ort-vision-sdk-web";

const clf = await Classifier.create("/models/resnet50.onnx", {
  labels: ["tench", "goldfish", /* ... */],  // ou null + numClasses
  inputSize: [224, 224],                      // padrão
  applySoftmax: true,                         // padrão
  providers: ["webgpu", "wasm"],              // ordem padrão
});

Quando labels é null, informe numClasses para o SDK gerar class_0, class_1, ...

Predizendo

predict() devolve uma lista de comprimento 1 — use [0].

r = clf.predict("dog.jpg")[0]

print(r.cls, r.conf, r.name)   # top-1 (índice, confiança, rótulo)
print(r.probs.top1)            # índice top-1
print(r.probs.top5)            # array com os 5 índices mais prováveis
print(r.probs.top1conf)        # confiança do top-1
print(r.probs.top5conf)        # confianças do top-5
print(r.probabilities[:5])     # tupla de dataclasses ClassProbability

const r = (await clf.predict("/images/dog.jpg", { topK: 5 }))[0];

console.log(r.cls, r.conf, r.name);   // top-1
console.log(r.probs.top1, r.probs.top5);
console.log(r.probs.top1conf, r.probs.top5conf);
console.log(r.probabilities);          // ClassProbability[]

topK controla quantas probabilidades por classe são materializadas em probabilities.

A visão Probs

A visão em massa probs espelha a interface Probs do Ultralytics: top1, top5, top1conf, top5conf, data. As dataclasses/objetos ClassProbability carregam os campos verbosos (class_id/classId, class_name/className, probability) e expõem aliases estilo Ultralytics (cls, name).

Rótulos

Veja a seção Rótulos no guia Python (Python) e Rótulos no guia Web (Web) — as duas plataformas aceitam preset ("coco"), lista/tupla, dict esparso, caminho de arquivo (Python) ou null para auto-gerar.

Veja também