AIDGE IN SPACE
Banc d'essai de compression d'image apprise pour l'embarqué
Chargement...
Recherche...
Aucune correspondance
Référence de la classe aidge_in_space.coding.FactorizedCoding

Prior factorisé (Ballé 2017, bmshj2018-factorized) : une table par canal. Plus de détails...

Graphe d'héritage de aidge_in_space.coding.FactorizedCoding:
[légende]

Fonctions membres publiques

 encode (self, model, y, real)
 Quantifie les latents et produit le flux binaire, ou estime seulement son débit.
 decode (self, model, data, latent_shape)
 Décode un flux produit par encode().
Fonctions membres publiques hérités de aidge_in_space.coding.LatentCoding
 onboard (self, model)
 Module à exécuter à bord pour produire le flux (hors codage arithmétique).
 tables (self, model)
 Tables de fréquences du modèle, calculées au premier appel puis mises en cache.

Fonctions membres protégées

 _make_tables (self, model)
 Une table par canal, pour les symboles q = round(y - médiane).

Description détaillée

Prior factorisé (Ballé 2017, bmshj2018-factorized) : une table par canal.

Le modèle doit exposer prior, un aidge_in_space.nn.FactorizedDensity ou aidge_in_space.nn.EntropyBottleneck. Les latents sont quantifiés autour de la médiane de chaque canal, comme dans CompressAI.

Documentation des fonctions membres

◆ decode()

aidge_in_space.coding.FactorizedCoding.decode ( self,
model,
data,
latent_shape )

Décode un flux produit par encode().

Paramètres
modelModèle entraîné (le même qu'à l'encodage).
dataFlux binaire, sans l'en-tête du codec.
latent_shapeForme des latents y, (1, M, h, w).
Renvoie
Latents quantifiés y_hat, identiques à ceux de encode().

Réimplémentée à partir de aidge_in_space.coding.LatentCoding.

◆ encode()

aidge_in_space.coding.FactorizedCoding.encode ( self,
model,
y,
real )

Quantifie les latents et produit le flux binaire, ou estime seulement son débit.

Paramètres
modelModèle entraîné.
yLatents non quantifiés en sortie de g_a, tenseur 1 x M x h x w.
realTrue : codage arithmétique réel ; False : débit estimé par l'entropie du modèle.
Renvoie
Dictionnaire avec les clés :
  • y_hat : latents quantifiés, tels que le décodeur les reconstruira ;
  • est_bits : débit estimé en bits (toujours présent) ;
  • data : flux binaire (bytes), si real ;
  • n_esc : nombre de symboles échappés (hors des tables), si real.

Réimplémentée à partir de aidge_in_space.coding.LatentCoding.


La documentation de cette classe a été générée à partir du fichier suivant :
  • coding.py