Réseaux de neurones ONNX

Famille « Reconnaissance et intelligence artificielle » : ce que fait chaque outil, ses paramètres (D à O) et ses résultats (P à Y).

Vérification de texte par gabarits (OCV)
21 outils

Segmentation, détection, classification, OCR, détection d'anomalie et super-résolution par des modèles au format ONNX. Pour chaque type : ONC… charge le modèle n° J (fichier .onnx ou export Geti .zip, dont le chemin est dans la chaîne globale K ; un nom seul est cherché dans Config\Onnx\<type>\, ./… dans le dossier du programme ; L = 0 automatique, 1 processeur, 2 carte graphique), ONX… l'exécute sur la zone D,E - G,H, ONR… lit un résultat (M = type de résultat). Coordonnées rendues en repère pièce. ONXOCV vérifie un texte attendu (trame d'un lot, date…) avec des gabarits appris sur la vraie impression : une vingtaine de ms par ligne au lieu d'une lecture complète.

ONCSEG

Charge ONNX Segment

Charge un modèle de segmentation (n° J, fichier dans la chaîne K, mode L).

Paramètres

J
Index ONNX (0..30)
K
Chemin .onnx
L
Mode (0 auto / 1 CPU / 2 GPU)
  • P = 1 ou code d'erreur négatif ; Q = nombre de labels.
ONXSEG

Execute ONNX Segment

Segmentation de la zone par le modèle J ; carte de chaleur dans le plan L, seuil de confiance M (0,30 par défaut), filtre de label N, plan de comparaison K ; F = chaîne du projet Geti (envoi d'images).

Paramètres

D
X1 (ROI)
E
Y1 (ROI)
F
Projet Geti (0=?)
G
X2 (ROI)
H
Y2 (ROI)
J
Index ONNX (0..30)
K
Plan Repli comparaison (0=aucun)
L
Plan Heatmap (sortie)
M
Seuil confiance (0..1, défaut 0.30 si vide)
N
Filtre label heatmap (0=tous, index>0=un seul)

Résultats

P
1=Ok, negatif=erreur
Q
Total
R
Filtre N
S
Label/N
T
X1 (HG)
U
Y1 (HG)
V
Surface
W
X2 (BD)
X
Y2 (BD)
Y
Score
ONRSEG

Resultat ONNX Segment

Résultat de la segmentation : M = 1 nom de label (chaîne L), 2 id, 3 boîte du n-ième objet (L) d'un label K.

Paramètres

J
Index ONNX (0..30)
K
Index label (1/2/3) - pour 3 : <=0=toutes classes, >0=index
L
Selon M (1=n ChaineGlobale ; 3=n-ième objet trouve, 1-based)
M
Type résultat (1=Nom label, 2=Id label, 3=Bounding box)

Résultats

P
1=Ok, negatif=erreur
S
N° objet (M=3)
T
X1 (HG)
U
Y1 (HG)
V
Surface
W
X2 (BD)
X
Y2 (BD)
Y
Score
ONCDET

Charge ONNX Detection

Charge un modèle de détection (n° J, fichier dans la chaîne K, mode L, prétraitement M 0 auto / 1 Ultralytics / 2 Geti, chaîne N = famille reconnue).

Paramètres

J
Index modèle (1..32)
K
Chemin .onnx ou .zip
L
Mode (0 auto / 1 CPU / 2 GPU)
M
Pre-traitement (0 auto / 1 Ultralytics / 2 Geti)
N
Famille modèle (0=non)
  • P = 1 ou code d'erreur ; Q labels, R,S taille d'entrée, T code de famille du modèle, U,V seuils de confiance et d'IoU recommandés par le modèle.
ONXDET

Execute ONNX Detection

Détection d'objets dans la zone par le modèle J : M confiance, N filtre de label, O IoU de la NMS (0 = valeurs du modèle).

Paramètres

D
X1 (ROI)
E
Y1 (ROI)
F
Projet Geti (0=?)
G
X2 (ROI)
H
Y2 (ROI)
J
Index modèle (1..32)
M
Confiance (0 = seuil du modèle, sinon 0..1)
N
Filtre label (<=0 = tous, >0 = INDEX du label)
O
IoU NMS (0 = seuil du modèle, sinon 0..1)

Résultats

P
1=Ok, negatif=erreur
Q
Total
R
Filtre N
S
Label/N
T
X1 (HG)
U
Y1 (HG)
V
Surface
W
X2 (BD)
X
Y2 (BD)
Y
Score
ONRDET

Resultat ONNX Detection

Résultat de la détection : M = 1 nom de label, 2 id réel, 3 boîte du n-ième objet.

Paramètres

J
Index modèle (1..32)
K
Index du label (type 3 : <=0 = toutes classes)
L
Type 1 = chaîne globale dest. / type 3 = n-ième objet
M
Type (1=nom label, 2=ID réel, 3=bounding box)

Résultats

P
1=Ok, negatif=erreur
S
N-ième
T
X1 (HG)
U
Y1 (HG)
V
Surface
W
X2 (BD)
X
Y2 (BD)
Y
Score
ONCCLA

Charge ONNX Classif

Charge un modèle de classification (mêmes paramètres que ONCDET).

Paramètres

J
Index modèle (1..32)
K
Chemin .onnx ou .zip
L
Mode (0 auto / 1 CPU / 2 GPU)
M
Pre-traitement (0 auto / 1 Ultralytics / 2 Geti)
N
Famille modèle (0=non)
  • P = 1 ou erreur ; Q labels, R,S taille d'entrée, T famille, U seuil recommandé.
ONXCLA

Execute ONNX Classif

Classification de la zone par le modèle J : chaîne K = classe gagnante, M = 0 auto / 1 multilabel / 2 une gagnante, N = seuil de décision.

Paramètres

D
X1 (ROI)
E
Y1 (ROI)
F
Projet Geti (0=?)
G
X2 (ROI)
H
Y2 (ROI)
J
Index modèle (1..32)
K
Nom classe gagnante (0=non)
M
0=auto (modèle), 1=multilabel, 2=une gagnante
N
Seuil de decision (0 = celui du modèle, sinon 0..1)

Résultats

P
1=Ok, negatif=erreur
Q
Nb classes
R
Index 1re
S
Score 1re
T
Nb >= seuil
U
Index 2e
V
Score 2e
W
Index 3e
X
Score 3e
Y
Marge
ONRCLA

Resultat ONNX Classif

Résultat de la classification : M = 1 nom de label, 2 id, 3 score d'une classe, 4 meilleure classe de rang L.

Paramètres

J
Index modèle (1..32)
K
Selon M (index label, ou dest. ChaineGlobale si M=4)
L
Selon M (dest. ChaineGlobale si M=1, ou rang si M=4)
M
Type (1=nom label, 2=ID réel, 3=score classe, 4=meilleure classe)

Résultats

P
1=Ok, negatif=erreur
S
Rang L
Y
Score
ONCOCR

Charge ONNX OCR

Charge un reconnaisseur OCR (PP-OCR, éventuellement réduit à un jeu de caractères par Onnx\ReduireOcrOnnx.py).

Paramètres

J
Numéro du modèle (1 a 32)
K
ChaineGlobale du fichier .onnx
L
0 auto / 1 CPU / 2 GPU
  • P = 1 ou erreur ; Q = taille du dictionnaire.
ONXOCR

Execute ONNX OCR

Lit le texte de la zone (modèle J, score mini K) dans la chaîne globale L ; M = 1 un objet par caractère, 2 + contours, 3 / 4 = boîtes recalées sur l'encre (pour DRWAOCR / DRWO précis).

Paramètres

D
X1 (ROI)
E
Y1 (ROI)
G
X2 (ROI)
H
Y2 (ROI)
J
Index modèle (1..32)
K
Score minimum (0..1, 0 = pas de filtre)
L
ChaineGlobale ou écrire le texte lu
M
Objets (1 = un par caractère, 2 = + contours, 3 / 4 = idem recales)

Résultats

P
1=Ok, negatif=erreur
Q
Nombre de caractères lus
R
Confiance moyenne (0..1)
T
X du 1er caractère (repere Piece)
U
Y du 1er caractère (repere Piece)
  • Le texte lu s'affiche aussi dans la grille.
ONROCR

Resultat ONNX OCR

Résultat OCR : M = 1..5 (texte, n-ième caractère K…).

Paramètres

J
Numéro du modèle
K
N-ième caractère (M=5, 1-based)
L
ChaineGlobale (M=1, 4 ou 5)
M
Type de résultat (1 a 5)

Résultats

P
1=Ok, negatif=erreur
ONCANO

Charge Anomalie

Charge un modèle d'anomalie (Anomalib).

Paramètres

J
Numéro du modèle (1 a 32)
K
ChaineGlobale du fichier
L
0 auto / 1 CPU / 2 GPU
  • P = 1 ou erreur ; Q,R = taille d'entrée.
ONXANO

Execute Anomalie

Détection d'anomalie sur la zone : carte d'anomalie dans le plan L (gain M) ; Q = score.

Paramètres

D
X1 (ROI)
E
Y1 (ROI)
F
Projet Anomalib (0=?)
G
X2 (ROI)
H
Y2 (ROI)
J
Index modèle (1..32)
L
Plan résultat (carte danomalie)
M
Gain sur la carte (0 = x1)

Résultats

P
1=Ok, negatif=erreur
Q
Pred_score (0..1)
R
Min carte (brut)
S
Max carte (brut)
ONRANO

Resultat Anomalie

Résultat de l'anomalie (M = 1 à 4).

Paramètres

J
Numéro du modèle
L
ChaineGlobale (M=4)
M
Type de résultat (1 a 4)

Résultats

P
1=Ok, negatif=erreur
ONIANO

Envoi Image vers Anomalib

Envoie l'image de la dernière zone au projet Anomalib de la chaîne F (statut dans la chaîne K).

Paramètres

F
Projet Anomalib (OBLIGATOIRE)
K
État envoi (0=ne pas écrire)
  • P = 1 envoi lancé, −1 sinon.
ONIGETI

Envoi Image vers Geti

Envoie la dernière zone mémorisée (par un ONXSEG / ONXDET / ONXCLA) au projet Geti de la chaîne F, en tâche de fond ; statut horodaté dans la chaîne K.

Paramètres

F
Projet Geti (OBLIGATOIRE)
K
État envoi (0=ne pas écrire)
  • P = 1 envoi démarré, −1 sinon (un seul envoi à la fois : une image est ignorée si le précédent n'est pas fini).
ONCSUP

Charge Super-Resolution

Charge un modèle de super-résolution.

Paramètres

J
Numéro du modèle (1 a 32)
K
ChaineGlobale du fichier .onnx
L
0 auto / 1 CPU / 2 GPU
  • P = 1 ou erreur ; Q,R = taille d'entrée.
ONXSUP

Execute Super-Resolution

Super-résolution de la zone dans le plan L (M = 0 taille d'origine / 1 zoom).

Paramètres

D
X1 (ROI)
E
Y1 (ROI)
G
X2 (ignore si modèle fixe)
H
Y2 (ignore si modèle fixe)
J
Index modèle (1..32)
L
Plan destination (image complete + résultat)
M
0 = taille origine (filtre) / 1 = zoom

Résultats

P
1=Ok, negatif=erreur
Q
Largeur réellement collée
R
Hauteur réellement collée
ONRSUP

Resultat Super-Resolution

Taille de l'image produite par la dernière super-résolution (Q, R).

Paramètres

J
Numéro du modèle (1 a 32)

Résultats

P
1=Ok, negatif=erreur
Q
Largeur produite (relue)
R
Hauteur produite (relue)
ONXOCV

Vérifie un texte (OCV)

Vérifie, sans le lire, le texte d'une ligne de la zone D,E - G,H contre la trame attendue (chaîne globale K), avec une bibliothèque de gabarits .ocv (chaîne globale N ; nom seul = Onnx\OCV\ du dossier du programme) : une vingtaine de ms par ligne, au lieu de 0,5 à 2 s pour une lecture ONXOCR. Trame : espaces ignorés, # = caractère variable (seule sa présence compte), une suite d'au moins deux X vaut des # (XX/XX/XX). O = 1 = apprentissage : la zone est lue par le modèle ONNX OCR J (chargé par ONCOCR), les caractères sûrs (confiance ≥ 0,9) enrichissent la bibliothèque, enregistrée aussitôt (remettre O à 0 ensuite). L = chaîne de la vue de contrôle (la trame, où un caractère refusé devient . et un absent _) ; M = 1 un objet par caractère attendu, 2 + contours. Bouton « Voir les gabarits... » de la page : fenêtre des gabarits (vignettes, ressemblance au caractère le plus proche, glyphes jumeaux de la police, dernière exécution sur la trame).

Paramètres

D
X1 de la zone
E
Y1 de la zone
G
X2 de la zone
H
Y2 de la zone
J
Modèle ONNX OCR (apprentissage)
K
Chaîne globale de la trame attendue
L
Chaîne globale de la vue de contrôle
M
Objets (1 = un par caractère attendu, 2 = + contours)
N
Chaîne globale du fichier de gabarits (.ocv)
O
1 = apprentissage par le modèle J

Résultats

P
1 vérification faite, négatif = erreur
Q
Score % (caractères attendus retrouvés)
R
Caractères attendus
S
Caractères retrouvés
T
X du 1er caractère (repère pièce)
U
Bas du texte trouvé (repère pièce)
V
Corrélation moyenne (0..1)
W
Cellules en trop
X
Pas mesuré (pixels)
  • P = 1 vérification faite (même avec un score nul), négatif = échec (bibliothèque absente ou vide, trame vide, zone invalide). Q = score en % des caractères attendus retrouvés : c'est le résultat à comparer à un seuil (80 % sur un marquage jet d'encre validé : aucune bonne ligne refusée, ligne absente, demi-ligne et buses bouchées toujours refusées). R caractères attendus, S retrouvés, T,U bord gauche du 1er caractère et bas de la bande de texte (repère pièce) pour caler la zone de la ligne suivante, V corrélation moyenne, W cellules en trop (heure ajoutée par l'imprimante…), X pas des caractères en pixels.
  • Une bibliothèque de gabarits vaut pour une police, une résolution et une caméra. La zone peut déborder sur les lignes voisines : chaque bande de texte est comparée à la trame, la meilleure est retenue.