AWS DeepLens Guia página 150

model.parseResult Método
Analiza los resultados de la inferencia sin formato de algunos modelos de uso común, como, por ejemplo,
clasificación, SSD y segmentación, no compilados por Neo. Para los modelos personalizados, debe
escribir sus propias funciones de análisis.
Sintaxis de la solicitud
import awscam
model = awscam.Model(model_topology_file, loading_config)
raw_infer_result = model.doInference(video_frame)
result = model.parseResult(model_type, raw_infer_result)
Parameters
• model_type: cadena que identifica el tipo de modelo que se debe utilizar para generar la inferencia.
Obligatorio.
Valores válidos: classification, ssd y segmentation
Note
Al implementar un modelo SSD entrenado por SageMaker, primero debe
ejecutardeploy.py(disponible
example/ssd/) para convertir el artefacto del modelo en un modo desplegable. Después
de clonar o descargar el repositorio MXNet, ejecute el comandogit reset --hard
73d88974f8bca1e68441606fb0787a2cd17eb364antes de llamar adeploy.pyPara
convertir el modelo, si la versión más reciente no funciona.
• raw_infer_result: la salida de la funciónmodel.doInference(video_frame). Obligatorio.
Tipo de retorno
• dict
Returns
Devuelve dict con una sola entrada de par clave-valor. La clave es el valor model_type. El valor es una
lista de objetos dict. Cada uno de los objetos dict devueltos incluye la probabilidad calculada por el
modelo para una etiqueta especificada. Para algunos tipos de modelo, como ssd, el objeto dict también
incluye otra información, como la ubicación y el tamaño del cuadro delimitador donde se encuentra el
objeto de imagen inferido.
Example
Resultados de ejemplo:
Para la inferencia sin formato realizada en el tiempo de ejecución DLDT, el resultado de la inferencia
analizada en un tipo de modelo classification tiene el siguiente formato:
{
"classification":[
{"label":"318", "prob":0.5},
{"label":"277", "prob":0.3},
...,
{"label":"433", "prob":0.001}
]
AWS DeepLens Guía para desarrolladores
Objeto de modelo
enhttps://github.com/apache/incubator-mxnet/tree/v1.x/
146