增强 numpy 数组的静态类型检查

说明

• 这个问题旨在改进我们编码库中的静态类型检查,并扩展监督图书馆的功能。 增强功能将使静态类型检查和改进代码可读性,并帮助开发人员了解需要使用哪一种类型
• 确保对监督图书馆的所有功能和课程进行类型检查。

旧样式代码片段

将数字导入为 np

@ 数据类
类检测 :
xyxy: np.ndarray (英语).
口罩:可选 [np.ndarray] = 无
信心:可选[np.ndarray]=无
class id: 可选 [np.ndarray] = 无
tracker id:可选 [np.ndarray]=无
数据: Dict[str, Union [np.ndarray, List]]=字段(默认 factory=dict)

def  len (自身):
返回 len( self. xyxy)

def eq (自身,其他:检测):
返回全部( E)
[
np.array equality(self.xyxy, other.xyxy), (原始内容存档于2017-09-31).
np.array equality(自定义,其他.mask),
np.array equality(self. class id, other. class id), 页面存档备份,存于互联网档案馆, p.
np.array equality(自身自信,其他自信),
np.array equal (self. tracker id, other. tracker id) , (英语).
为 data equality(self.data, other.data),
[ . ]
(中文(简体) ).

QQ 新样式代码片段

[Python]

将数字导入为 np 将 numpy.typing 导入为 npt

@ 数据类 类检测 : xyxy: npt.NDArray [np.float32] (英语). 口罩:可选 [npt.NDArray [np.float32]]=无 置信性:可选[npt.NDArray [np.float32]]=无 class id:可选 [npt.NDArray [np.float32]]=无 tracker id:可选 [npt.NDArray [np.float32]]=无 数据: dict[str, Union[npt.NDArray [Any], List[Any]]]=字段(默认 factory=dict)

def len (自) - > 英寸 : 返回 len( self. xyxy)

def eq (本身,其他:检测)- > bul: 返回全部( E) [ np.array equality(self.xyxy, other.xyxy), (原始内容存档于2017-09-31). np.array equality(自定义,其他.mask), np.array equality(self. class id, other. class id), 页面存档备份,存于互联网档案馆, p. np.array equality(自身自信,其他自信), np.array equal (self. tracker id, other. tracker id) , (英语). 为 data equality(self.data, other.data), [ . ] (中文(简体) ).

增加额

- 注意:请共享Google Colab的最小代码来测试新功能. 我们知道这是额外的工作,但它肯定会加快审查进程。 每次变更都必须由审查者进行测试. 建立当地环境来做到这一点是费时的。 请确保Google Colab在没有任何问题的情况下访问(公开). 谢谢!