Referência — API Python

Superfície pública do pacote ort-vision-sdk (tudo importável diretamente de ort_vision_sdk).

Tarefas

Classe	Descrição
Classifier	Classificação de imagem (saída (1, num_classes)).
Detector	Detecção de objetos (cabeças YOLO anchor-free).
Segmenter	Segmentação de instância (cabeças YOLO-seg).
VisionTask	Classe base comum (não instancie diretamente).
DetectorHead	Tipo das famílias de decoder de detecção (ex.: "yolo").
SegmenterHead	Tipo das famílias de decoder de segmentação (ex.: "yolo-seg").

Cada tarefa expõe três variantes de inferência com a mesma assinatura: predict(), async_predict() (asyncio.to_thread) e ort_async_predict() (InferenceSession.run_async). Todas retornam list[Results] de comprimento 1 por imagem.

Construtores (resumo)

Classifier(model_path, *, labels=None, providers=None, session_options=None,
           input_size=(224, 224), mean=..., std=..., apply_softmax=True)

Detector(model_path, *, head="yolo", labels="coco", providers=None,
         session_options=None, input_size=(640, 640), conf_threshold=0.25,
         iou_threshold=0.45, max_detections=300)

Segmenter(model_path, *, head="yolo-seg", labels="coco", providers=None,
          session_options=None, input_size=(640, 640), conf_threshold=0.25,
          iou_threshold=0.45, max_detections=300, mask_threshold=0.5)

Detector.predict() e Segmenter.predict() aceitam overrides por chamada: conf_threshold, iou_threshold, classes.

Envelopes de resultado

Envelope	Visão em massa	Iterar produz	Campos notáveis
ClassificationResults	probs	n/a (resultado único)	cls, conf, name, probabilities
DetectionResults	boxes	DetectionResult	cls, conf, box.xyxy, cropped_image
SegmentationResults	boxes, masks	SegmentationResult	cls, conf, box.xyxy, mask, segmented_image

Todo envelope expõe também names, orig_img, orig_shape, path e um speed opcional (timings).

Visões em massa (estilo Ultralytics)

Classe	Atributos
Boxes	xyxy, xywh, xyxyn, xywhn, cls, conf, data
Probs	top1, top5, top1conf, top5conf, data
Masks	data, xyxy

Tipos por instância

Tipo	Campos canônicos	Aliases Ultralytics
DetectionResult	class_id, class_name, confidence, bbox, cropped_image	cls, name, conf, box
SegmentationResult	+ mask, segmented_image	cls, name, conf, box
ClassificationResult	class_id, class_name, confidence	cls, name, conf
ClassProbability	class_id, class_name, probability	cls, name
BoundingBox	x1, y1, x2, y2 + xyxy	—

Imagens e rótulos

Símbolo	Descrição
load_image(image)	Carrega qualquer entrada suportada para um ndarray HWC uint8 RGB.
ImageInput	Tipo de união das entradas aceitas por predict().
ImageArray	Alias para o ndarray HWC uint8 RGB.
resolve_labels(spec, ...)	Resolve uma LabelSpec para dict[int, str].
LabelSpec	Tipo de união aceito por labels= (preset, lista, dict, path, None).
COCO_CLASSES	Tupla com as 80 classes do preset COCO.

Fonte da verdade

As assinaturas completas, com tipos e docstrings, vivem no código-fonte em sdk-python/src/ort_vision_sdk/. Esta página resume a superfície pública exportada em __init__.py.