Inference
generation.Inferencer
학습한 Generator 모델을 사용하여 검사를 하기 위한 Inferencer class 입니다.
Usage
# 인퍼런스 모듈 빌드
inference_build_config = {
"checkpoint_path": CHECKPOINT_PATH,
"password": PASSWORD,
"device": DEVICE,
}
error, inferencer = Inferencer.build(inference_build_config)
assert error >= 0
# 모듈 정보 확인
error, metadata = read_metadata(CHECKPOINT_PATH)
assert error >= 0
print("Inference metadata:", metadata)
# 인퍼런스 옵션 초기값 확인
n_classes = CONFIG["n_classes"]
inference_options = {
"image.n_blending_pixels": 2,
"mask.clip_out_of_box_area": True,
"mask.ignore_uninterested_class": True,
"mask.smooth_mask": False,
"mask.box_to_seg_ratio_range": [0.0, 1.0],
"mask.refine_prediction": False,
"mask.area_ratio_threshold": 0.25,
"mask.ignore_small_segments": False,
}
print("Default inference options:")
for key in inference_options:
error, value = inferencer.get_default_inference_option(key)
assert error >= 0
print(f" {key}: {value}")
# 디벨로퍼: Analyze 수행
error, _ = inferencer.set_analysis_data(images=DATA["validation_images"], labeled=True)
assert error >= 0
error, analysis_steps = inferencer.initialize_analysis()
assert error >= 0
for _ in range(analysis_steps):
error, _ = inferencer.step_analysis()
assert error >= 0
error, analysis_results = inferencer.finalize_analysis()
assert error >= 0
print("Analysis results:", analysis_results)
# 디벨로퍼: 인퍼런스 옵션 변경
for key, value in inference_options.items():
error, _ = inferencer.set_inference_option(key, value)
assert error >= 0
# 디벨로퍼: metadata에 inference_option 저장 (예시)
metadata["inference_options"] = inference_options
error, _ = write_metadata(CHECKPOINT_PATH, metadata)
assert error >= 0
# 인퍼런스 옵션이 잘 변경되었는지 확인
print("Inference options:")
for key in inference_options:
error, value = inferencer.get_inference_option(key)
assert error >= 0
print(f" {key}: {value}")
# 디벨로퍼: 새로운 세팅으로 Analyze 재수행
error, analysis_results = inferencer.analyze_with_existing_data()
assert error >= 0
print("Analysis results:", analysis_results)
# 런타임: 핸들러 빌드
error, metadata = read_metadata(CHECKPOINT_PATH)
assert error >= 0
inference_build_config["inference_options"] = metadata["inference_options"]
error, inferencer = InferenceHandler.build(inference_build_config)
assert error >= 0
# 런타임 검사: 후처리까지 한번에 최적화된 연산으로 수행
image_path = DATA["validation_images"][image_id]["path"]
error, output = inferencer.infer_and_postprocess(images=[image_path])
assert error >= 0
print("Runtime (infer_and_postprocess):", output)
build(config)
classmethod
Inferencer class의 instance를 생성합니다.
Parameters:
| Name | Type | Description | Default |
|---|---|---|---|
config |
Dict
|
Inferencer를 build 하기 위한 config가 담겨 있는 dictionary 입니다. |
required |
Returns:
| Name | Type | Description |
|---|---|---|
Inferencer | build가 완료된 generation.Inferencer class의 instance를 반환합니다. |
get_default_inference_option(key)
Inference & postprocess 옵션의 기본 설정 값을 반환합니다.
Parameters:
| Name | Type | Description | Default |
|---|---|---|---|
key |
str
|
옵션 key |
required |
Returns:
| Name | Type | Description |
|---|---|---|
Any |
Any
|
옵션 value |
Keys
사용 가능한 key와 value 목록:
{
"image.n_blending_pixels": int, # (default 2, 결함 생성 영역과 기존 이미지를 얼마나 부드럽게 이어붙일 지 결정.)
"mask.clip_out_of_box_area": bool, # (default True, True 일 시 박스 모드 인퍼런스 시 박스 바깥의 영역에 결함을 생성하지 않도록 제한.)
"mask.ignore_uninterested_class": bool, # (default True, True 일 시 모드 인퍼런스 시 입력한 라벨 클래스 이외의 클래스는 생성하지 않도록 제한.)
"mask.smooth_mask": bool, # (default False, True 일 시 박스 모드 인퍼런스 시 생성된 결함 세그먼트 형상을 뭉툭하게 처리함.)
"mask.box_to_seg_ratio_range": List[float], # (default: [0.0, 1.0], 박스 모드 인퍼런스 시 박스 사이즈 대비 생성 세그먼트 사이즈 비율을 제한하는 파라미터. 0.0~1.0 레인지)
"mask.refine_prediction": bool, # (default False, 위 기능을 활성화하는 파라미터. 현재 사용하지 않는 파라미터.)
"mask.area_ratio_threshold": float, # (default 0.25, 박스 모드 인퍼런스 시 여러 결함 세그먼트가 생성될 경우 상대적으로 자잘한 세그먼트를 제거하기 위한 파라미터. 0.25일 경우 가장 큰 세그먼트 대비 1/4배 이하의 사이즈를 가지는 세그먼트를 결과에서 제거함.)
"mask.ignore_small_segments": bool, # (default False, 위 기능을 활성화하는 파라미터.)
}
사용 예시:
get_inference_option(key)
현재 설정된 inference & postprocess 옵션 값을 읽습니다.
Parameters:
| Name | Type | Description | Default |
|---|---|---|---|
key |
str
|
옵션 key |
required |
Returns:
| Name | Type | Description |
|---|---|---|
Any |
Any
|
옵션 value |
Keys
get_default_inference_option과 동일합니다.
set_inference_option(key, value)
Inference & postprocess 옵션을 설정합니다.
Parameters:
| Name | Type | Description | Default |
|---|---|---|---|
key |
str
|
설정하고자 하는 옵션 key 입니다. |
required |
value |
Any
|
설정하고자 하는 옵션 value 입니다. |
required |
Returns:
| Name | Type | Description |
|---|---|---|
None |
None
|
None |
Keys
get_default_inference_option과 동일합니다.
infer_and_postprocess(input)
image의 List를 입력으로 받아 모델 인퍼런스와 후처리를 수행합니다. (for Runtime) 실시간 검사를 위해 연산 과정이 최적화되어 있으며, 중간 결과를 제거하고 postprocess 최종 결과만을 반환합니다.
Parameters:
| Name | Type | Description | Default |
|---|---|---|---|
images |
Union[List[np.ndarray], List[str]]
|
required |
Returns: