Skip to content

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": "manual",  # manual mode
                "assist": bool,  # mask refine assistant 여부
                "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": "auto",  # auto mode
                "region_proposal_mode": str,  # box proposal mode. "template_matching", "random", "reference".
                "box_expand_ratio": float,  # box expand ratio. 1.0 means no expand.
                "min_box_size": int,  # minimum box size threshold (sqrt value of area)
                "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.