Merge pull request #82 from breezedeus/pytorch

fix: a bug in the detect method of YoloDetector

README.md

@@ -396,13 +396,6 @@ class LayoutAnalyzer(object):
 
 
 
-函数输出结果为一个`list`，其中每个元素表示识别出的版面中的一个元素，包含以下信息：
-
-* type: 版面元素对应的类型；可选值来自：`self.categories` ;
-* box: 版面元素对应的矩形框；`np.ndarray`, shape: (4, 2)，对应 box 4个点的坐标值 `(x, y)` ;
-* score: 得分，越高表示越可信 。
-
-
 
 #### 类函数`LayoutAnalyzer.analyze()`
 
@@ -438,6 +431,13 @@ def analyze(
 * `iou_threshold` (float): IOU阈值；默认值为 `0.45`
 * `**kwargs`: 额外的参数。
 
+函数输出结果为一个`list`（如果 `img_list` 为 `list`，返回为两层嵌套的 `list`，其中每个元素为对应图片的检测结果），其中每个元素表示识别出的版面中的一个元素，包含以下信息：
+
+* type: 版面元素对应的类型；可选值来自：`self.categories` ;
+* box: 版面元素对应的矩形框；`np.ndarray`, shape: (4, 2)，对应 box 4个点的坐标值 `(x, y)` ;
+* score: 得分，越高表示越可信 。
+
+
 
 
 #### 调用示例

RELEASE.md

@@ -1,5 +1,16 @@
 # Release Notes
 
+# Update 2024.06.17：发布 V1.2.4.1
+
+Major Changes:
+
+* Fixed a bug in the `detect` method of `YoloDetector`: when the input is a single file, the output is not a double-layer nested list.
+
+主要变更：
+
+* 修复了 `YoloDetector` 中 `detect` 方法的一个bug：输入为单个文件时，输出不是双层嵌套的 list。
+
+
 # Update 2024.06.16：发布 V1.2.4
 
 Major Changes:

cnstd/__version__.py

@@ -17,4 +17,4 @@
 # specific language governing permissions and limitations
 # under the License.
 
-__version__ = '1.2.4'
+__version__ = '1.2.4.1'

cnstd/yolo_detector.py

@@ -75,6 +75,7 @@ def detect(
 
         """
         dedup_thrsh = kwargs.pop('dedup_thrsh') if 'dedup_thrsh' in kwargs else 0.1
+        single = not isinstance(img_list, (list, tuple))
         # Ultralytics 需要的 ndarray 是 HWC，BGR 格式
         if isinstance(img_list, np.ndarray):
             img_list = img_list[:, :, ::-1]
@@ -104,4 +105,6 @@ def detect(
             one_out = dedup_boxes(one_out, threshold=dedup_thrsh)
             outs.append(one_out)
 
+        if single and len(outs) == 1:
+            return outs[0]
         return outs

cnstd/yolov7/general.py

@@ -36,10 +36,8 @@
 import torch
 import torchvision
 
-# from utils.google_utils import gsutil_getsize
-# from utils.metrics import fitness
 from .torch_utils import init_torch_seeds
-from ..utils import xyxy2xywh, xywh2xyxy
+from ..utils import xyxy2xywh, xywh2xyxy, box_partial_overlap
 
 logger = logging.getLogger(__name__)