Inference

generation.Inferencer

학습한 Generator 모델을 사용하여 검사를 하기 위한 Inferencer class 입니다.

Usage

```python

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

inference_options = { "outputs.time": 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: 인퍼런스 옵션 변경

for key, value in inference_options.items(): error, _ = analyzer.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 = analyzer.get_inference_option(key) assert error >= 0 print(f" {key}: {value}")

디벨로퍼: Generate 수행

for image_id, image_info in data.items(): image_info["save_dir"] = os.path.join(DEMO_DIR, str(image_id)) images = {image_id: image_info}

error, results = inferencer.generate(images=images)
assert error >= 0

build(config) classmethod

Inferencer class의 instance를 생성합니다.

Parameters:

Name	Type	Description	Default
config	Dict	Inferencer를 build 하기 위한 config가 담겨 있는 dictionary 입니다. { "checkpoint_path": str, # 체크포인트 경로 "password": Optional[str], # 체크포인트 패스워드 (default None) "device": Union[int, str], # GPU 번호 (int) or "cpu" (str) (default "cpu") }	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:

{
    "outputs.time": bool,  # (default False, 인퍼런스 시 각 요소에 걸린 시간 측정 여부. True인 경우 측정)
}

사용 예시:

inferencer.get_default_inference_option(key="outputs.time")
inferencer.set_inference_option(key="outputs.time", value=True)

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.

generate(images)

images들에 대한 generation 수행

Parameters:

Name	Type	Description	Default
images	Dict[str, Dict]	generation에 사용할 데이터 리스트. { "{image_id}": { "path": str, # 이미지 경로 "width": int, # image width "height": int, # image height "labels": [ { "mode": "pen", # pen mode "class_index": int, # class index to be generated "bounding_box": [int, int, int, int], # bounding box (seg label format) "bitmap": str, # seg mask bitmap (seg label format) }, { "mode": "box", # box mode "class_index": int, # class index to be generated "bounding_rot_box": [ [float, float], [float, float], float ], # rotated box coordinates [[center_x, center_y], [width, height], angle] }, { "mode": "auto", # auto mode "box_proposal_mode": str, # box proposal mode. "template_matching", "random", "reference". "class_index": int, # class index to be generated "count": int, # number of defects to be generated by this option }, ..., # times number of labels in the image ], "save_dir": str, # 해당 이미지의 generation 결과 저장 directory }, ..., # times number of images }	required

Returns:

Name	Type	Description
Dict	Dict	Generation 결과 { "{image_id}": { "image": np.ndarray, "width": int, "height": int, "generated_labels": [ { "class_index": int, "bounding_box": [int, int, int, int], "bitmap": str, "accept_generated_label": bool, }, ..., # 이미지 상의 생성된 결함 수만큼 반복 ], "time": { "imread_time": float, "inference_time": float, "mask_inference_time": float, "defect_inference_time": float, "post_processing_time": float, } "save_dir": # 입력으로 넣어주었던 해당 이미지의 generation 결과 저장 directory }, ..., # 입력으로 넣어준 이미지 개수만큼 반복 }

warmup()

현재 설정된 inference 옵션을 바탕으로 warmup을 수행합니다.