ONNX

Die Nutzung der folgenden Knoten ist nur in Kombination mit einer VIU2 möglich.

Classify Image (ONNX)

Der Knoten „Classify Image (ONNX)“ führt eine Bildklassifizierung mithilfe eines Modells im ONNX-Format durch. Ein Bild wird analysiert und einer vordefinierten Klasse zugeordnet.

Flow

Parameterset

Attribut	Typ	Beschreibung
Classification Component	ONNX Yolo Classification	Benötigt den Get-Knoten der Komponente ONNX Yolo Classification.
Images	Image <Array>	Erwartet werden ein oder mehrere Bilder.
Classes	String <Array>	Alle Klassen (sortiert nach Confidence) die als mögliche Klassen infrage kommen.
Messages	String <Array>	Ein Array mit Meldungen, die das Ergebnis der Auswertung jedes Eingabebildes beschreiben.
Raw Results	Inference Classification Result <Array>	Beinhaltet alle Klassen (sortiert nach Confidence), die als mögliche Klassen infrage kommen, die entsprechenden Confidence Werte, das vorverarbeitete und nachverarbeitete Bild, sowie ob und als was das Bild klassifiziert wurde.

Detect Code (ONNX)

Der Knoten „Detect Code (ONNX)“ führt Objekterkennung mithilfe von ONNX-Modellen durch, um Lasercodes in einem Bild zu erkennen und deren Positionen (Begrenzungsrahmen) zu bestimmen.

Flow

Parameterset

Attribut	Typ	Beschreibung
Code Detection Component	ONNX Code Detection	Erwartet wird eine Komponente „ONNX Code Detection“. Diese kann im Komponentenbereich erstellt werden.
Images	Image <Array>	Erwartet werden ein oder mehrere Bilder.
Tool Message	String	Eine Meldung, die das Ergebnis aller Auswertungen beschreibt.
Codes	String <Array>	Ein Array mit den erkannten Codes.
Messages	String <Array>	Ein Array mit Meldungen, die das Ergebnis der Auswertung jedes Eingabebildes beschreiben.
Raw Result	Onnx Inference Code Detection Result	Eine Struktur, die ein Array von Strukturen enthält, welche Informationen zu den gefundenen Codes für jedes Eingabebild liefern.

Detect Objects (ONNX)

Der Knoten „Detect Objects“ (ONNX) führt Objekterkennung mithilfe von ONNX-Modellen durch. Das Modell erkennt mehrere Objekte im Bild und gibt sowohl die Klasse als auch die Position (Begrenzungsrahmen) zurück. Die korrekte Konfiguration der Vorverarbeitung und der Nichtmaximumunterdrückung (NMS) ist entscheidend für konsistente Ergebnisse.

Flow

Parameterset

Attribut	Typ	Beschreibung
Detection Component	ONNX Yolo Detection	Benötigt den Get-Knoten der Komponente ONNX Yolo Detection.
Images	Image <Array>	Erwartet werden ein oder mehrere Bilder.
Object Names	String <Array>	Listet die Namen der erkannten Objekte auf.
Messages	String <Array>	Ein Array mit Meldungen, die das Ergebnis der Auswertung jedes Eingabebildes beschreiben.
Raw Results	Inference Detection Result <Array>	Beinhaltet neben einem Array an erkannten Objekten auch das vor- sowie das nachverarbeitete Bild, eine Information darüber, wie viele Objekte erkannt sowie ob überhaupt Objekte gefunden wurden.

Segment Instances (ONNX)

Der Knoten “Segment Instances (ONNX)” erweitert die Objekterkennung durch die Berechnung einer pixelgenauen Maske für jedes erkannte Objekt. Dadurch wird nicht nur die Position eines Objekts ermittelt, sondern auch seine exakte Form und Fläche bestimmt. Da diese Modelle komplexer sind, ist auf die korrekte Modellauswahl, die Vorverarbeitung und ausreichende Rechenressourcen zu achten. Im Anschluss kann das Glätten der Masken hilfreich sein.

Flow

Parameterset

Attribut	Typ	Beschreibung
Segmentation Component	ONNX Yolo Segmentation	Benötigt den Get-Knoten der Komponente ONNX Yolo Segmentation.
Images	Image <Array>	Erwartet werden ein oder mehrere Bilder.
Object Names	String <Array>	Listet die Namen der erkannten Objekte auf.
Messages	String <Array>	Ein Array mit Meldungen, die das Ergebnis der Auswertung jedes Eingabebildes beschreiben.
Raw Results	Inference Segmentation Result <Array>	Beinhaltet eine Auflistung von Segmentation Objects sowie das vor- und nachverarbeitete Bild. Zusätzlich wird eine Information darüber, wie viele Objekte erkannt und ob überhaupt Objekte gefunden wurden, zurückgegeben.