pedicle-infer

椎弓根识别 X 光 YOLOv8-Pose 推理 SDK（ONNX Runtime 后端）。

安装

pip install pedicle-infer
# 可选：安装 torch 后端（用于与 ONNX 输出做差异比对）
pip install "pedicle-infer[torch]"

快速使用

from pedicle_infer import PedicleDetector

detector = PedicleDetector(weights="pedicle-discern-256.onnx", device="auto")
result = detector.predict("vertebra_crop.jpg")

# 按侧别获取椎弓根
for det in result.left_pedicles:
    print(f"左侧: center=({det.center.x:.1f}, {det.center.y:.1f}), conf={det.score:.2f}")
for det in result.right_pedicles:
    print(f"右侧: center=({det.center.x:.1f}, {det.center.y:.1f}), conf={det.score:.2f}")

# JSON 序列化
print(result.to_json())

CLI

# 推理
pedicle-infer predict image.jpg --weights pedicle.onnx --visualize --output results/

# 查看 SDK 信息
pedicle-infer info

数据模型

每个检测框携带 1 个关键点（椎弓根中心点），坐标格式为 (x, y, v)，其中 v 为可见性/置信度。

输出格式详解

InferenceResult（单张图片完整结果）

调用 result.to_dict() 或 result.to_json() 返回以下结构：

{
  "image_size": [155, 116],
  "input_size": [256, 256],
  "pedicles_count": 2,
  "left_count": 1,
  "right_count": 1,
  "detections": [ ... ]
}

Detection（单个椎弓根检测结果）

{
  "class_id": 0,
  "class_name": "patient_left",
  "score": 0.9512,
  "bbox_xyxy": [12.34, 8.56, 89.78, 95.12],
  "center": [51.06, 52.34, 0.99],
  "side": "left"
}

Keypoint / center（椎弓根中心点）

center 字段是一个 [x, y, v] 三元组：

v 值含义：

完整输出示例

{
  "image_size": [155, 116],
  "input_size": [256, 256],
  "pedicles_count": 2,
  "left_count": 1,
  "right_count": 1,
  "detections": [
    {
      "class_id": 0,
      "class_name": "patient_left",
      "score": 0.5161,
      "bbox_xyxy": [9.12, 33.86, 33.24, 57.89],
      "center": [21.03, 45.82, 0.999],
      "side": "left"
    },
    {
      "class_id": 1,
      "class_name": "patient_right",
      "score": 0.3809,
      "bbox_xyxy": [65.45, 6.08, 95.94, 36.6],
      "center": [80.52, 21.28, 1.0],
      "side": "right"
    }
  ]
}

Python API 属性速查

Detection 对象

det.class_id       # int   - 类别 ID (0 或 1)
det.class_name     # str   - "patient_left" / "patient_right"
det.score          # float - 检测置信度
det.side           # str   - "left" / "right"
det.center         # Keypoint - 椎弓根中心点 (x, y, v)
det.center.x       # float - 中心点 X（像素）
det.center.y       # float - 中心点 Y（像素）
det.center.v       # float - 可见性置信度
det.center.visible # bool  - v > 0 即为 True
det.bbox_xyxy      # (x1, y1, x2, y2) - 边界框
det.bbox_xywh      # (cx, cy, w, h)   - 中心+宽高
det.width          # float - 边界框宽度
det.height         # float - 边界框高度
det.area           # float - 边界框面积

InferenceResult 对象

result.image_size      # (width, height) - 原图尺寸
result.input_size      # (width, height) - 模型输入尺寸
result.detections      # list[Detection] - 全部检测框
result.pedicles        # list[Detection] - 按 y1 升序排列
result.left_pedicles   # list[Detection] - 仅左侧，按 y1 升序
result.right_pedicles  # list[Detection] - 仅右侧，按 y1 升序
result.to_dict()       # dict            - 序列化为字典
result.to_json()       # str             - 序列化为 JSON 字符串

CLI 输出

使用 --save-json 时，CLI 会在输出目录中生成：

• <image_name>.json — 每张图片的完整 InferenceResult JSON
• _summary.json — 汇总所有图片结果的数组

pedicle-infer predict ./images/ \
  --weights pedicle.onnx \
  --imgsz 256 \
  --conf 0.25 \
  --save-json \
  --visualize \
  --show-labels \
  --output ./results/

终端输出格式：

[pedicle-infer] 输入图片数: 287
[pedicle-infer] 权重: pedicle.onnx
[pedicle-infer] 后端: onnxruntime  设备/Provider: ['CoreMLExecutionProvider', 'CPUExecutionProvider']
  [1/287] 001159-C7.jpg -> pedicles=2 (left=1, right=1)
  [2/287] 001159-L1.jpg -> pedicles=2 (left=1, right=1)
  ...
[pedicle-infer] 全部完成，累计检测框数: 531
[pedicle-infer] 输出目录: /path/to/results