§
    l¬¸j¹¤ ã            	       óž  — d dl Z d dlZd dlZd dlZd dlZd dlZd dlZd dlZd dlmZ d dl	m
Z
 d dlZd dlZd dlZd dlZd dlmZ d dlmc mZ d dlmZmZmZmZmZmZ d dlmZmZ d dl m!Z! d dlm"Z"m#Z# d d	l$m%Z%m&Z&m'Z' d d
l(m)Z)m*Z*m+Z+m,Z,m-Z-m.Z.m/Z/m0Z0m1Z1m2Z2m3Z3m4Z4m5Z5m6Z6m7Z7m8Z8m9Z9 d dl:m;Z;m<Z< d dl=m>Z>m?Z?m@Z@mAZA d„ ZBd„ ZCd„ ZDd„ ZEd„ ZFd„ ZGd„ ZHd„ ZId„ ZJd„ ZKd„ ZLd„ ZMejN         O                    dddg¦  «        d„ ¦   «         ZPejN         O                    deddd d!g¦  «        d"„ ¦   «         ZQd#„ ZRd$„ ZSd%„ ZTd&„ ZUejN         V                    dd'¬(¦  «        d)„ ¦   «         ZWejN         V                    dd'¬(¦  «        d*„ ¦   «         ZXejN         O                    d+e¦  «        d,„ ¦   «         ZYejN         O                    d-d.g d/¢fd0d1gfg¦  «        d2„ ¦   «         ZZejN         O                    d+d3d.g¦  «        ejN         O                    d4ddg¦  «        d5„ ¦   «         ¦   «         Z[ejN         O                    d6e¦  «        d7„ ¦   «         Z\d8„ Z]d9„ Z^d:„ Z_d;„ Z`ejN        ja        ejN         V                    e3 d<¬(¦  «        d=„ ¦   «         ¦   «         ZbejN        ja        ejN         V                    e3 d<¬(¦  «        ejN         V                     e9¦   «         d>¬(¦  «        d?„ ¦   «         ¦   «         ¦   «         Zcd@„ ZddA„ ZeejN         O                    dBdCdDg¦  «        dE„ ¦   «         ZfdF„ ZgejN         O                    dBg dG¢¦  «        dH„ ¦   «         ZhejN         O                    dIddg¦  «        dJ„ ¦   «         ZidK„ ZjejN         V                    e3 d<¬(¦  «        ejN         O                    d6e¦  «        dL„ ¦   «         ¦   «         ZkejN         O                    dMe¦  «        dNeldOeldPeldQdfdR„¦   «         ZmdS„ ZndT„ ZoejN         V                    e3 d<¬(¦  «        ejN         V                    e/pe0dU¬(¦  «        dV„ ¦   «         ¦   «         ZpdW„ ZqdX„ ZrejN         O                    dNdYdZg¦  «        d[„ ¦   «         ZsejN         V                    e3 d<¬(¦  «        ejN         V                    e/pe0dU¬(¦  «        d\„ ¦   «         ¦   «         ZtejN         V                    e3 d<¬(¦  «        ejN         V                    e0dU¬(¦  «        d]„ ¦   «         ¦   «         ZuejN         O                    d^ddg¦  «        ejN         V                    e0dU¬(¦  «        d_„ ¦   «         ¦   «         Zvd`„ ZwejN         V                    e6da¬(¦  «        db„ ¦   «         Zxdc„ ZyejN         O                    d6e¦  «        d6elfdd„¦   «         Zzde„ Z{df„ Z|dg„ Z}dh„ Z~di„ Zdj„ Z€dk„ Z�dl„ Z‚dm„ Zƒdn„ Z„do„ Z…dp„ Z†dq„ Z‡dr„ ZˆejN         V                    e3 d<¬(¦  «        ds„ ¦   «         Z‰dt„ ZŠdu„ Z‹dv„ ZŒdw„ Z�ejN         O                    dxddg¦  «        dy„ ¦   «         ZŽdz„ Z�d{„ Z�d|„ Z‘ejN         V                    e6d}¬(¦  «        d~„ ¦   «         Z’d„ Z“d€„ Z”ejN         O                    d�d‚dƒg¦  «        d„„ ¦   «         Z•d…„ Z– G d†„ d‡ej—        j˜        ¦  «        Z™dˆ„ Zšd‰„ Z›dŠ„ Zœd‹„ Z�dŒ„ Zžd�„ ZŸdŽ„ Z ejN        ja        d�„ ¦   «         Z¡d�„ Z¢d‘„ Z£d’„ Z¤d“„ Z¥d”„ Z¦d•„ Z§d–„ Z¨d—„ Z©ejª        d˜„ ¦   «         Z«ejN         O                    d™g dš¢¦  «        d›„ ¦   «         Z¬ejN        ja        ejN         V                    e0pe/dœ¬(¦  «        ejN         V                    e3 d<¬(¦  «        d�„ ¦   «         ¦   «         ¦   «         Z­ejN        ja        ejN         V                    e0pe/dœ¬(¦  «        ejN         V                    e3 pe8j®         d<¬(¦  «        ejN         V                     e8j¯        džd¬Ÿ¦  «         d ¬(¦  «        d¡„ ¦   «         ¦   «         ¦   «         ¦   «         Z°d¢„ Z±d£„ Z²ejN         V                    e0d¤¬(¦  «        ejN         V                    e8j³        oe1oe)d¥¬(¦  «        d¦„ ¦   «         ¦   «         Z´ejN         V                    e0d§¬(¦  «        ejN         V                    e@ d¨¬(¦  «        ejN         V                    e8j³        oe1oe)d©¬(¦  «        dª„ ¦   «         ¦   «         ¦   «         ZµejN         V                    e0d§¬(¦  «        ejN         V                    eA d«¬(¦  «        d¬„ ¦   «         ¦   «         Z¶d­„ Z·d®„ Z¸ejN         O                    d¯d°¦  «        d±„ ¦   «         Z¹ejN         O                    d²e¦  «        dNeld6eldPeldQdfd³„¦   «         Zºd´„ Z»dµ„ Z¼dS )¶é    N)Úcopy)ÚPath)ÚImage)ÚCFGÚMODELÚMODELSÚSOURCEÚSOURCES_LISTÚTASK_MODEL_DATA)ÚRTDETRÚYOLO©Úget_cfg)Úbuild_dataloaderÚload_inference_source)Úcheck_cls_datasetÚcheck_det_datasetÚget_split_fraction)ÚARM64ÚASSETSÚ
ASSETS_URLÚDATASETS_DIRÚDEFAULT_CFGÚDEFAULT_CFG_PATHÚ	IS_JETSONÚIS_RASPBERRYPIÚLINUXÚLOGGERÚONLINEÚROOTÚWEIGHTS_DIRÚWINDOWSÚYAMLÚchecksÚis_github_action_running)ÚdownloadÚsafe_download)Ú
TORCH_1_10Ú
TORCH_1_11Ú
TORCH_1_13Ú	TORCH_2_0c                  ó  — ddl m}  d„ } |  |¦   «         ¦  «        }t          |¦  «        t          |¦  «        gddgk    sJ ‚t          j        t
          d¬¦  «        5  t          |¦  «         ddd¦  «         dS # 1 swxY w Y   dS )	znTest prefetch preserves order and re-raises loader exceptions (CUDA-only path, otherwise uncovered on CPU CI).r   )Ú	_prefetchc               3   ó4   K  — dE d {V —† t          d¦  «        ‚)N)é   é   úloader failed)ÚRuntimeError© ó    úa/root/private/project/pallet_detection_v2/.venv/lib/python3.11/site-packages/tests/test_python.pyÚloaderz%test_predict_prefetch.<locals>.loader5   s,   è è € ØÐÐÐÐÐÐÐÝ˜?Ñ+Ô+Ð+r4   r/   r0   r1   ©ÚmatchN)Úultralytics.engine.predictorr-   ÚnextÚpytestÚraisesr2   )r-   r6   Úbatchess      r5   Útest_predict_prefetchr>   1   sä   € à6Ð6Ð6Ð6Ð6Ð6ð,ð ,ð ,ð ˆi˜˜™œÑ!Ô!€GÝ�‰MŒM�4 ™=œ=Ð)¨a°¨VÒ3Ð3Ð3Ð3Ý	Œ•|¨?Ð	;Ñ	;Ô	;ð ð ÝˆW‰Œˆðð ð ñ ô ð ð ð ð ð ð ð øøøð ð ð ð ð ð s   ÁA;Á;A?ÂA?c                  ó  — t          t          d¦  «        dd¬¦  «        } t          t          d¦  «        ddd¬¦  «        }t          t          d¦  «        dd¬¦  «        }	 | j        dk    sJ ‚|j        dk    sJ ‚|j        dk    sJ ‚	 |                      ¦   «          |                     ¦   «          |                     ¦   «          d	S # |                      ¦   «          |                     ¦   «          |                     ¦   «          w xY w)
zMTest tiny datasets do not spawn persistent workers beyond useful batch count.é   é   ©ÚbatchÚworkersé   T)rC   rD   Ú	drop_lastr   r0   N)r   ÚrangeÚnum_workersÚclose)Úsingle_batchÚdrop_last_single_batchÚtwo_batchess      r5   Ú'test_dataloader_caps_workers_to_batchesrM   ?   s  € å#¥E¨!¡H¤H°A¸qÐAÑAÔA€LÝ-­e°A©h¬h¸aÈÐVZÐ[Ñ[Ô[ÐÝ"¥5¨¡8¤8°1¸aÐ@Ñ@Ô@€KðØÔ'¨1Ò,Ð,Ð,Ð,Ø%Ô1°QÒ6Ð6Ð6Ð6ØÔ&¨!Ò+Ð+Ð+Ð+Ð+à×ÒÑÔÐØ×$Ò$Ñ&Ô&Ð&Ø×ÒÑÔÐÐÐøð 	×ÒÑÔÐØ×$Ò$Ñ&Ô&Ð&Ø×ÒÑÔÐÐøøøs   Á 'C Ã>Dc                 óâ  ‡— t           j        j        Šˆfd„}|                      t           j        d|¦  «         |                      t           dd¦  «         t	          j        ¦   «         dz
  }t          t          d¦  «        dddd	¬
¦  «        }	 t          |¦  «        dk    sJ ‚|j	        dk    sJ ‚|j
        j        |k    sJ ‚	 |                     ¦   «          dS # |                     ¦   «          w xY w)z\Test worker cap follows distributed sampler size without changing global drop_last behavior.c                 ó$   •—  ‰| dd||¬¦  «        S )Né   r0   )Únum_replicasÚrankÚshuffleÚseedr3   )ÚdatasetrS   rT   Úsampler_clss      €r5   Údistributed_samplerzPtest_dataloader_cap_preserves_distributed_drop_last.<locals>.distributed_samplerR   s   ø€ Øˆ{˜7°¸ÀGÐRVÐWÑWÔWÐWr4   ÚDistributedSamplerÚRANKr0   rP   rA   r@   r   T)rC   rD   rR   rF   r/   N)Ú
data_buildÚdistributedrX   ÚsetattrÚtorchÚinitial_seedr   rG   ÚlenrH   ÚsamplerrT   rI   )ÚmonkeypatchrW   Úexpected_seedr6   rV   s       @r5   Ú3test_dataloader_cap_preserves_distributed_drop_lastrc   N   s   ø€ åÔ(Ô;€KðXð Xð Xð Xð Xð ×Ò�
Ô.Ð0DÐFYÑZÔZÐZØ×Ò�
 F¨AÑ.Ô.Ð.ÝÔ&Ñ(Ô(¨1Ñ,€MÝ�e A™hœh¨a¸ÀÈdÐSÑSÔS€FðÝ�6‰{Œ{˜aÒÐÐÐØÔ! QÒ&Ð&Ð&Ð&ØŒ~Ô" mÒ3Ð3Ð3Ð3Ð3à�Š‰Œˆˆˆøˆ�Š‰Œˆˆøøøs   Â4C ÃC.c            	      óÀ  — t           j                             ¦   «         5  g } dD ]H}t          j        |¦  «         |                      t          t          d¦  «        dd¬¦  «        ¦  «         ŒI	 ddd¦  «         n# 1 swxY w Y   	 d„ | D ¦   «         \  }}}||k    sJ ‚||k    sJ ‚	 | D ]}|                     ¦   «          ŒdS # | D ]}|                     ¦   «          Œw xY w)zXTest the run seed reaches the loader RNG instead of every run replaying one fixed order.)r   r   r/   é@   r@   r   rB   Nc              3   ó|   K  — | ]7}t          j        t          |¦  «        ¦  «                             ¦   «         V — Œ8d S ©N)r]   ÚcatÚlistÚtolist)Ú.0r6   s     r5   ú	<genexpr>z=test_dataloader_seed_varies_sampling_order.<locals>.<genexpr>i   s>   è è € ÐWÐWÀV¥¤	­$¨v©,¬,Ñ 7Ô 7× >Ò >Ñ @Ô @ÐWÐWÐWÐWÐWÐWr4   )r]   ÚrandomÚfork_rngÚmanual_seedÚappendr   rG   rI   )ÚloadersrT   ÚfirstÚrepeatÚotherr6   s         r5   Ú*test_dataloader_seed_varies_sampling_orderru   a   s]  € å	Œ×	Ò	Ñ	 Ô	 ð Lð LØˆØð 	Lð 	LˆDÝÔ˜dÑ#Ô#Ð#Ø�NŠNÕ+­E°"©I¬I¸QÈÐJÑJÔJÑKÔKÐKÐKð	LðLð Lð Lñ Lô Lð Lð Lð Lð Lð Lð Løøøð Lð Lð Lð Lð
ØWÐWÈwÐWÑWÔWÑˆˆv�uØ˜ŠˆˆˆØ˜Š~ˆ~ˆ~ˆ~ˆ~àð 	ð 	ˆFØ�LŠL‰NŒNˆNˆNð	ð 	ø�gð 	ð 	ˆFØ�LŠL‰NŒNˆNˆNð	øøøs   ŸAA:Á:A>ÂA>Â C ÃCc                  ó’   — t          j        t          d¬¦  «        5  t          g dd¬¦  «         ddd¦  «         dS # 1 swxY w Y   dS )zRTest empty datasets fail through DataLoader validation instead of worker-cap math.zpositive integerr7   r@   r0   rB   N)r;   r<   Ú
ValueErrorr   r3   r4   r5   Ú8test_dataloader_empty_dataset_uses_dataloader_validationrx   q   s‘   € å	Œ•zÐ);Ð	<Ñ	<Ô	<ð 1ð 1Ý˜ 1¨aÐ0Ñ0Ô0Ð0ð1ð 1ð 1ñ 1ô 1ð 1ð 1ð 1ð 1ð 1ð 1ð 1øøøð 1ð 1ð 1ð 1ð 1ð 1s   œ<¼A ÁA c                  óÞ  — ddl m}  d„ t          d¦  «        D ¦   «         }|                      t	          |¦  «        ¦  «        }t
          j        j                             |dt          d¦  «        dd¬¦  «        }t          j	        t          j
        t	          |¦  «        ¦  «        t          j        t          j        |¦  «        ¦  «        ¦  «        sJ ‚|j                             ¦   «         sJ ‚d	S )
zfTest the RAM image cache reaches spawned DataLoader workers as one shared buffer with intact contents.r   )ÚBaseDatasetc                 óP   — g | ]#}t          j        d |t           j        ¬¦  «        ‘Œ$S )©rA   rA   rP   ©Údtype)ÚnpÚfullÚuint8©rk   Úis     r5   ú
<listcomp>z@test_image_cache_shared_with_spawned_workers.<locals>.<listcomp>{   s+   € ÐFÐFÐF¸�bŒg�i ­"¬(Ð3Ñ3Ô3ÐFÐFÐFr4   rA   r@   r0   Úspawn)Ú
batch_sizer`   rH   Úmultiprocessing_contextN)Úultralytics.data.baserz   rG   Ú_ImageCacheri   r]   ÚutilsÚdataÚ
DataLoaderÚequalrh   Ú
from_numpyr   ÚstackÚbufferÚ	is_shared)rz   ÚimagesÚcacher6   s       r5   Ú,test_image_cache_shared_with_spawned_workersr”   w   sÖ   € à1Ð1Ð1Ð1Ð1Ð1àFÐF½UÀ1¹X¼XÐFÑFÔF€FØ×#Ò#¥D¨¡L¤LÑ1Ô1€EÝŒ[Ô×(Ò(Ø˜!¥U¨1¡X¤X¸1ÐV]ð )ñ ô €Fõ Œ;•u”y¥ f¡¤Ñ.Ô.µÔ0@ÅÄÈ&ÑAQÔAQÑ0RÔ0RÑSÔSÐSÐSÐSØŒ<×!Ò!Ñ#Ô#Ð#Ð#Ð#Ð#Ð#r4   c                  ó¸   — t          d¦  «        } t          ddddœ¬¦  «        }t          j        || d         d| d¬¦  «         |j        t
          j        k    sJ ‚d	S )
z\Test dataset construction never mutates hyperparameters on the shared cfg it was built from.ú
coco8.yamlé    T)r‹   ÚimgszÚrect©Ú	overridesÚtrainr0   )rC   r‹   ÚmodeN)r   r   rZ   Úbuild_yolo_datasetÚmosaicr   )r‹   Úcfgs     r5   Ú$test_build_yolo_dataset_hyp_isolatedr¡   „   se   € å˜\Ñ*Ô*€DÝ
 \¸BÈÐMÐMÐ
NÑ
NÔ
N€CÝÔ! # t¨G¤}¸AÀDÈwÐWÑWÔWÐWØŒ:�Ô+Ò+Ð+Ð+Ð+Ð+Ð+r4   c            
      óè  — t          j        t          d¬¦  «        5  t          ddi¬¦  «         ddd¦  «         n# 1 swxY w Y   t          j        t          d¬¦  «        5  t          ddi¬¦  «         ddd¦  «         n# 1 swxY w Y   dg fdd	d
dg fdi fddddf
D ]Q\  } }t          j        t          t          f| ¬¦  «        5  t          | |i¬¦  «         ddd¦  «         n# 1 swxY w Y   ŒRt          ddi¬¦  «        j        dk    sJ ‚t          dg d¢i¬¦  «        j        g d¢k    sJ ‚t          t          g d¢d¦  «        ¦  «        t          u sJ ‚t          t          g d¢d¦  «        ¦  «        t          u sJ ‚t          j        t          d¬¦  «        5  t          ddgd¦  «         ddd¦  «         n# 1 swxY w Y   t          j        t          d¬¦  «        5  t          ddi¬¦  «         ddd¦  «         n# 1 swxY w Y   t          ddi¬¦  «        j	        �J ‚t          dddœ¬¦  «        j
        du sJ ‚t          dddœ¬¦  «        j
        �J ‚t          dddœ¬¦  «        j
        du sJ ‚dS ) z1Test invalid overrides fail in config validation.Údegreesr7   Nrš   Úcls_pwé
   Úsplit)r¦   g       €)Úepochsr   )r§   éÿÿÿÿÚ	optimizerÚcopy_paste_mode)r©   N)r¦   N)rª   N)Úpatiencer¨   Úfractionr/   ç      ð?)éè  r/   r   )r®   r­   ç        )r/   r/   r   rœ   Útestzval fractionr   ÚvalTÚauto_augment)Úend2endÚnmsF)r;   r<   Ú	TypeErrorr   rw   r¬   Útyper   Úfloatr²   r´   )ÚkeyÚvalues     r5   Útest_cfg_rejects_fuzzed_valuesrº   Œ   s   € å	Œ•y¨	Ð	2Ñ	2Ô	2ð -ð -Ý˜9 dÐ+Ð,Ñ,Ô,Ð,ð-ð -ð -ñ -ô -ð -ð -ð -ð -ð -ð -øøøð -ð -ð -ð -å	Œ•z¨Ð	2Ñ	2Ô	2ð *ð *Ý˜8 R˜.Ð)Ñ)Ô)Ð)ð*ð *ð *ñ *ô *ð *ð *ð *ð *ð *ð *øøøð *ð *ð *ð *ð 
�"ˆØØØØ	�bÐØ	˜BÐØØØ!Øðð ,ð ,‰
ˆˆUõ Œ]�I¥zÐ2¸#Ð>Ñ>Ô>ð 	,ð 	,Ý˜s E˜lÐ+Ñ+Ô+Ð+ð	,ð 	,ð 	,ñ 	,ô 	,ð 	,ð 	,ð 	,ð 	,ð 	,ð 	,øøøð 	,ð 	,ð 	,ð 	,øå˜j¨!˜_Ð-Ñ-Ô-Ô6¸#Ò=Ð=Ð=Ð=Ý˜j¨,¨,¨,Ð7Ð8Ñ8Ô8ÔAÐEUÐEUÐEUÒUÐUÐUÐUÝÕ" 9 9 9¨gÑ6Ô6Ñ7Ô7½5Ð@Ð@Ð@Ð@ÝÕ" 9 9 9¨fÑ5Ô5Ñ6Ô6½%Ð?Ð?Ð?Ð?Ý	Œ•z¨Ð	8Ñ	8Ô	8ð *ð *Ý˜A˜q˜6 5Ñ)Ô)Ð)ð*ð *ð *ñ *ô *ð *ð *ð *ð *ð *ð *øøøð *ð *ð *ð *å	Œ•y¨
Ð	3Ñ	3Ô	3ð .ð .Ý˜: tÐ,Ð-Ñ-Ô-Ð-ð.ð .ð .ñ .ô .ð .ð .ð .ð .ð .ð .øøøð .ð .ð .ð .å˜n¨dÐ3Ð4Ñ4Ô4ÔAÐIÐIÐIÝ¨°dÐ;Ð;Ð<Ñ<Ô<Ô@ÀEÐIÐIÐIÐIÝ¨°uÐ=Ð=Ð>Ñ>Ô>ÔBÐJÐJÐJÝ¨°tÐ<Ð<Ð=Ñ=Ô=ÔAÀTÐIÐIÐIÐIÐIÐIsU   œ;»?Á?Á!B Â BÂBÃC#Ã#C'	Ã*C'	ÆF7Æ7F;Æ>F;ÇG<Ç<H ÈH c                  ó@   — t           rt          j        d¦  «         dS dS )zKSkip semantic segmentation tests on Raspberry Pi due to memory constraints.zRSemantic segmentation tests are skipped on Raspberry Pi due to memory constraints.N)r   r;   Úskipr3   r4   r5   Úskip_rpi_semanticr½   ®   s.   € åð jÝŒÐhÑiÔiÐiÐiÐiðjð jr4   c                 ó‚  — ddl m} g }|                      |j        j        dd„ ¦  «         |                      |j        j        dd„ ¦  «         |                      |j        j        dd„ ¦  «         |                      |j        j        d	|j        ¦  «         |                      |d
d„ ¦  «         |                      dd¬¦  «         t          |                     dd¬¦  «        ¦  «        dk    sJ ‚|rJ ‚t          d¦  «        D ]•}t          |                     dd¬¦  «        ¦  «        dk    sJ ‚t          j        t          ¦  «        5  |                     dd¬¦  «         ddd¦  «         n# 1 swxY w Y   t          j                             d¦  «        �J ‚Œ–|ddgk    sJ ‚t          |                     dd¬¦  «        ¦  «        dk    sJ ‚|ddgk    sJ ‚|                      |j        j        dd„ ¦  «         t          |                     dd¬¦  «        ¦  «        dk    sJ ‚t          |                     t          j        dd¦  «        d¬¦  «        ¦  «        dk    sJ ‚t          j        t          ¦  «        5  |                     t          j        dd¦  «        d¬¦  «         ddd¦  «         n# 1 swxY w Y   |                     ¦   «          t          |                     t          j        d¦  «        d¬¦  «        ¦  «        dk    sJ ‚|rJ ‚|                     ddg¦  «        dk    sJ ‚|                     d¦  «        dk    sJ ‚|                     t          j        d¦  «        ¦  «        dk    sJ ‚|                      dd¦  «         t          |                     dd¬¦  «        ¦  «        dk    sJ ‚|                      dd¦  «         |                      |j        j        dd„ ¦  «         t          |                     dd¬¦  «        ¦  «        dk    sJ ‚|                     |                     d¦  «        ¦  «        dk    sJ ‚dd l m} |                      |j        d!d"„ ¦  «         |                      |j        d#d-d$„¦  «         |                      |j        j        dd%„ ¦  «         |                      dd&¦  «         |                     d'¦  «        dk    sJ ‚|                     d¦  «        dk    sJ ‚|                     d(¦  «        dk    sJ ‚|                     d¦  «        dk    sJ ‚|                      dd)¦  «         |                     d*¦  «        d*k    sJ ‚|                     d+¦  «        dk    sJ ‚|                      dd,¦  «         |                     d¦  «        dk    sJ ‚|                     d'¦  «        dk    sJ ‚dS ).zhThe same device string must resolve to the same GPU on every call, and the environment is never mutated.r   )Útorch_utilsÚis_availablec                  ó   — dS )NTr3   r3   r4   r5   ú<lambda>z$test_select_device.<locals>.<lambda>¹   s   € È€ r4   Údevice_countc                  ó   — dS ©Nr0   r3   r3   r4   r5   rÂ   z$test_select_device.<locals>.<lambda>º   ó   € È€ r4   Úcurrent_devicec                  ó   — dS )Nr   r3   r3   r4   r5   rÂ   z$test_select_device.<locals>.<lambda>»   ó   € È!€ r4   Ú
set_deviceÚget_gpu_infoc                 ó   — d| › d�S )Nz	Mock GPU z, 1MiBr3   )rƒ   s    r5   rÂ   z$test_select_device.<locals>.<lambda>½   s   € Ð?TÈ1Ð?TÐ?TÐ?T€ r4   ÚCUDA_VISIBLE_DEVICESF)ÚraisingÚ ©Úverbosezcuda:0r0   Ú1zcuda:1Ú3Nr/   z0,1c                  ó   — dS ©Nr/   r3   r3   r4   r5   rÂ   z$test_select_device.<locals>.<lambda>É   rÉ   r4   ÚcudarP   z00,01z2,3c                  ó   — dS rÕ   r3   r3   r4   r5   rÂ   z$test_select_device.<locals>.<lambda>Ø   rÆ   r4   Ú0)Ú
autodeviceÚ__init__c                 ó8   — | j                              d¬¦  «        S )NF)Únvml_available)Ú__dict__Úupdate©Úselfs    r5   rÂ   z$test_select_device.<locals>.<lambda>Þ   s   € ÀTÄ]×EYÒEYÐinÐEYÑEoÔEo€ r4   Úselect_idle_gpuc                 ó0   ‡— ˆfd„dD ¦   «         d |…         S )Nc                 ó   •— g | ]}|‰v ¯|‘Œ	S r3   r3   )rk   rƒ   Úindicess     €r5   r„   z8test_select_device.<locals>.<lambda>.<locals>.<listcomp>â   s   ø€ Ð2XÐ2XÐ2X¸È1ÐPWÈ<È<°1È<È<È<r4   )r   r/   rP   r3   )rà   Úcounträ   Úkws     ` r5   rÂ   z$test_select_device.<locals>.<lambda>â   s(   ø€ Ð2XÐ2XÐ2XÐ2X¸iÐ2XÑ2XÔ2XÐY_ÐZ_ÐY_Ô2`€ r4   c                  ó   — dS rÅ   r3   r3   r4   r5   rÂ   z$test_select_device.<locals>.<lambda>ä   rÆ   r4   z1,3z-1z-1,3z3,2,9,1Ú9Ú2z01,03©r/   N)Úultralytics.utilsr¿   r\   r]   rÖ   rp   ÚdelenvÚstrÚselect_devicerG   r;   r<   rw   ÚosÚenvironÚgetÚdeviceÚclearÚparse_deviceÚsetenvrÙ   ÚGPUInfo)ra   r¿   Ú	set_callsÚ_rÙ   s        r5   Útest_select_devicerù   ´   s¬  € à-Ð-Ð-Ð-Ð-Ð-à€IØ×Ò˜Ô)Ô.°ÀÀÑMÔMÐMØ×Ò˜Ô)Ô.°À	À	ÑJÔJÐJØ×Ò˜Ô)Ô.Ð0@À)À)ÑLÔLÐLØ×Ò˜Ô)Ô.°¸iÔ>NÑOÔOÐOØ×Ò˜ ^Ð5TÐ5TÑUÔUÐUØ×ÒÐ-°uÐÑ=Ô=Ð=Ýˆ{×(Ò(¨°UÐ(Ñ;Ô;Ñ<Ô<ÀÒHÐHÐHÐHØÐÐˆ=Ý�1‰XŒXð >ð >ˆÝ�;×,Ò,¨S¸%Ð,Ñ@Ô@ÑAÔAÀXÒMÐMÐMÐMÝŒ]�:Ñ&Ô&ð 	:ð 	:Ø×%Ò% c°5Ð%Ñ9Ô9Ð9ð	:ð 	:ð 	:ñ 	:ô 	:ð 	:ð 	:ð 	:ð 	:ð 	:ð 	:øøøð 	:ð 	:ð 	:ð 	:åŒz�~Š~Ð4Ñ5Ô5Ð=Ð=Ð=Ð=Ø˜˜A˜ÒÐÐÐÝˆ{×(Ò(¨¸Ð(Ñ>Ô>Ñ?Ô?À8ÒKÐKÐKÐKØ˜˜A˜ÒÐÐÐØ×Ò˜Ô)Ô.Ð0@À)À)ÑLÔLÐLÝˆ{×(Ò(¨°UÐ(Ñ;Ô;Ñ<Ô<ÀÒHÐHÐHÐHÝˆ{×(Ò(­¬°f¸aÑ)@Ô)@È%Ð(ÑPÔPÑQÔQÐU]Ò]Ð]Ð]Ð]Ý	Œ•zÑ	"Ô	"ð Jð JØ×!Ò!¥%¤,¨v°qÑ"9Ô"9À5Ð!ÑIÔIÐIðJð Jð Jñ Jô Jð Jð Jð Jð Jð Jð Jøøøð Jð Jð Jð Jà‡O‚OÑÔÐÝˆ{×(Ò(­¬°fÑ)=Ô)=ÀuÐ(ÑMÔMÑNÔNÐRZÒZÐZÐZÐZØÐÐˆ=Ø×#Ò# Q¨ FÑ+Ô+¨uÒ4Ð4Ð4Ð4Ø×#Ò# GÑ,Ô,°Ò5Ð5Ð5Ð5Ø×#Ò#¥E¤L°Ñ$8Ô$8Ñ9Ô9¸RÒ?Ð?Ð?Ð?à×ÒÐ-¨uÑ5Ô5Ð5Ýˆ{×(Ò(¨°eÐ(Ñ<Ô<Ñ=Ô=ÀÒIÐIÐIÐIØ×ÒÐ-¨sÑ3Ô3Ð3Ø×Ò˜Ô)Ô.°À	À	ÑJÔJÐJÝˆ{×(Ò(¨°eÐ(Ñ<Ô<Ñ=Ô=ÀÒIÐIÐIÐIØ×#Ò# K×$<Ò$<¸SÑ$AÔ$AÑBÔBÀcÒIÐIÐIÐIà,Ð,Ð,Ð,Ð,Ð,à×Ò˜
Ô*¨JÐ8oÐ8oÑpÔpÐpØ×ÒØÔØØ`Ð`Ð`ñô ð ð
 ×Ò˜Ô)Ô.°À	À	ÑJÔJÐJØ×ÒÐ-¨uÑ5Ô5Ð5Ø×#Ò# DÑ)Ô)¨SÒ0Ð0Ð0Ð0Ø×#Ò# CÑ(Ô(¨CÒ/Ð/Ð/Ð/Ø×#Ò# FÑ+Ô+¨uÒ4Ð4Ð4Ð4Ø×#Ò# EÑ*Ô*¨eÒ3Ð3Ð3Ð3Ø×ÒÐ-¨yÑ9Ô9Ð9Ø×#Ò# CÑ(Ô(¨CÒ/Ð/Ð/Ð/Ø×#Ò# CÑ(Ô(¨CÒ/Ð/Ð/Ð/Ø×ÒÐ-¨wÑ7Ô7Ð7Ø×#Ò# CÑ(Ô(¨CÒ/Ð/Ð/Ð/Ø×#Ò# DÑ)Ô)¨SÒ0Ð0Ð0Ð0Ð0Ð0s$   ÅE*Å*E.	Å1E.	É7+J.Ê.J2Ê5J2c           	      ó>  — ddl m} t          oMt          j        ¦   «         dv o8t
          j        j                             ¦   «         ot
          j        j        j	        }dD ]Ò}t
          j
                             t
          j
                             ddd¦  «        ¦  «        } ||t          j        d¦  «        |¬¦  «        }|o|d	u p|d
u ot          pt          }|d         j                             t
          j        ¬¦  «        |u sJ ‚ |t          j        dddd¦  «        ¦  «        j        dk    sJ ‚ŒÓt+          t
          d¦  «        rµt          j        ¦   «         5  t
          j
                             t
          j
                             ddd¦  «        ¦  «        }d
d
d
¦  «         n# 1 swxY w Y    ||t          j        d¦  «        ¬¦  «        }t.          r&|j        d         j                             ¦   «         rJ ‚t5          t6          ¦  «        }|j        |j        d<   |j                             t
          j        ¬¦  «         |                     | dz  ¦  «         t?          d„ t5          | dz  ¦  «        j                              ¦   «         D ¦   «         ¦  «        sJ ‚d
S )zUCheck backend memory formats on the real host platform without mocked platform state.r   )ÚAutoBackend>   ÚAMD64Úx86_64)NFTrP   r@   Úcpu)Úmodelrò   Úchannels_lastTN)Úmemory_formatr/   r—   )r/   r@   é   r  Úinference_mode)rÿ   rò   Úemazmodel.ptc              3   ó>   K  — | ]}|                      ¦   «         V — Œd S rg   )Úis_contiguous©rk   Úxs     r5   rl   z1test_autobackend_memory_format.<locals>.<genexpr>  s,   è è € ÐYÐY Qˆq�ŠÑ Ô ÐYÐYÐYÐYÐYÐYr4   )!Úultralytics.nn.autobackendrû   r*   ÚplatformÚmachiner]   ÚbackendsÚmkldnnrÀ   ÚenabledÚnnÚ
SequentialÚConv2drò   r   r"   Úweightr  r   ÚzerosÚshapeÚhasattrr  r(   rÿ   Úis_inferencer   r   ÚckptÚtoÚsaveÚallÚ
parameters)Útmp_pathrû   Úcpu_supportedr   rÿ   ÚbackendÚexpecteds          r5   Útest_autobackend_memory_formatr   ò   sÃ  € à6Ð6Ð6Ð6Ð6Ð6õ 	ð 	*ÝÔÑÔÐ"5Ð5ð	*åŒNÔ!×.Ò.Ñ0Ô0ð	*õ ŒNÔ!Ô)ð	 ð -ð Jð JˆÝ”×#Ò#¥E¤H§O¢O°A°q¸!Ñ$<Ô$<Ñ=Ô=ˆØ�+ Eµ%´,¸uÑ2EÔ2EÐUbÐcÑcÔcˆØ Ðn m°tÐ&;Ð&mÀÐQUÐ@UÐ@lÕ[`Ð[kÕdkˆØ�QŒxŒ×,Ò,½5Ô;NÐ,ÑOÔOÐS[Ð[Ð[Ð[Ð[Øˆw•u”{ 1 a¨¨RÑ0Ô0Ñ1Ô1Ô7¸>ÒIÐIÐIÐIÐIÝ�uÐ&Ñ'Ô'ð >ÝÔ!Ñ#Ô#ð 	Bð 	BÝ”H×'Ò'­¬¯ª¸¸1¸aÑ(@Ô(@ÑAÔAˆEð	Bð 	Bð 	Bñ 	Bô 	Bð 	Bð 	Bð 	Bð 	Bð 	Bð 	Bøøøð 	Bð 	Bð 	Bð 	Bà�+ Eµ%´,¸uÑ2EÔ2EÐFÑFÔFˆÝð 	>Ø”} QÔ'Ô.×;Ò;Ñ=Ô=Ð=Ð=Ð=å•‰KŒK€EØœ€E„JˆuÑØ	„K‡N‚N¥Ô!4€NÑ5Ô5Ð5Ø	‡J‚Jˆx˜*Ñ$Ñ%Ô%Ð%ÝÐYÐY­$¨x¸*Ñ/DÑ*EÔ*EÔ*K×*VÒ*VÑ*XÔ*XÐYÑYÔYÑYÔYÐYÐYÐYÐYÐYs   Å?F$Æ$F(Æ+F(c            	      óø   ‡— ddl } ddlm} ddlmŠ | j        } |d¦  «        5 }t          |                     ˆfd„t          d¦  «        ¦  «        ¦  «         ddd¦  «         n# 1 swxY w Y   | j        |u sJ ‚dS )zfConcurrent restricted loads share one process-wide allow-list and must not strip each other's entries.r   N©ÚThreadPoolExecutor)Útorch_safe_loadrA   c                 ó(   •—  ‰t           d¬¦  «        S )NT©Ú	safe_only)r   )rø   r$  s    €r5   rÂ   z/test_restricted_load_threaded.<locals>.<lambda>  s   ø€   µÀÐ FÑ FÔ F€ r4   r—   )	ÚpathlibÚconcurrent.futuresr#  Úultralytics.nn.tasksr$  ÚWindowsPathri   ÚmaprG   )r(  r#  Úwindows_pathÚpoolr$  s       @r5   Útest_restricted_load_threadedr/    sñ   ø€ à€N€N€NØ5Ð5Ð5Ð5Ð5Ð5à4Ð4Ð4Ð4Ð4Ð4àÔ&€LØ	Ð	˜AÑ	Ô	ð T $ÝˆT�XŠXÐFÐFÐFÐFÍÈbÉ	Ì	ÑRÔRÑSÔSÐSðTð Tð Tñ Tô Tð Tð Tð Tð Tð Tð Tøøøð Tð Tð Tð TàÔ ,Ð.Ð.Ð.Ð.Ð.Ð.s   ¤4A$Á$A(Á+A(ÚfusedFTc                 óö  — ddl m}m} ddlm}  |t
          d¬¦  «        }||_        |                     ¦   «         |_        | 	                    ¦   «          |r| 
                    d¬¦  «         t          j        dddd¦  «        }t          j        ¦   «         5   ||¦  «        d         }d	d	d	¦  «         n# 1 swxY w Y   t          j        |t          j        d
¦  «        dœ| dz  ¦  «          || dz  d¬¦  «        d         }|d         j        €J ‚|d         d
k    sJ ‚t          j        ¦   «         5  t          j         |d         |¦  «        d         |¦  «        sJ ‚	 d	d	d	¦  «         d	S # 1 swxY w Y   d	S )z_Legacy criterion metadata and fused forward bindings survive restricted checkpoint round trips.r   )ÚDetectionModelr$  ©r   FrÐ   r/   rP   re   Nç      à?)rÿ   Úbest_fitnessz	legacy.ptTr&  rÿ   r5  )r*  r2  r$  rë   r   r   ÚargsÚinit_criterionÚ	criterionÚevalÚfuser]   r  Úno_gradr  r   Úfloat64Úallclose)	r  r0  r2  r$  r   rÿ   Úimager  Ú
checkpoints	            r5   Útest_restricted_load_criterionr@    s0  € ð EÐDÐDÐDÐDÐDÐDÐDØ-Ð-Ð-Ð-Ð-Ð-àˆN�3¨Ð.Ñ.Ô.€EØ€E„JØ×*Ò*Ñ,Ô,€E„OØ	‡J‚J�L„L€LØð "Ø�
Š
˜5ˆ
Ñ!Ô!Ð!ÝŒK˜˜1˜b "Ñ%Ô%€EÝ	Œ‰Œð #ð #Ø�5˜‘<”< ”?ˆð#ð #ð #ñ #ô #ð #ð #ð #ð #ð #ð #øøøð #ð #ð #ð #å	„J˜µ´
¸3±´Ð@Ð@À(È[ÑBXÑYÔYÐYØ � ¨KÑ!7À4ÐHÑHÔHÈÔK€JØ�gÔÔ(Ð4Ð4Ð4Ø�nÔ%¨Ò,Ð,Ð,Ð,Ý	Œ‰Œð Gð GÝŒ~Ð1˜j¨Ô1°%Ñ8Ô8¸Ô;¸XÑFÔFÐFÐFÐFÐFðGð Gð Gñ Gô Gð Gð Gð Gð Gð Gð Gð Gøøøð Gð Gð Gð Gð Gð Gs$   ÂB5Â5B9Â<B9Ä3-E.Å.E2Å5E2r    zyolov8n.yamlúyolov10n.yamlzyolo11n.yamlzyolo26n-p6.yamlc                 ó˜  ‡— ddl mŠ t          | ¦  «        }t          ˆfd„|j                             ¦   «         D ¦   «         ¦  «        }t          |j        j        t          j
        j        ¦  «        dt          | ¦  «        v k    sJ ‚t           ‰dd¦  «        j        j        t          j
        j        ¦  «        sJ ‚ |ddd¬	¦  «         dS )
z(Test the forward pass of the YOLO model.r   )ÚSPPFc              3   ó<   •K  — | ]}t          |‰¦  «        ¯|V — Œd S rg   )Ú
isinstance)rk   ÚmrC  s     €r5   rl   z%test_model_forward.<locals>.<genexpr>:  s2   øè è € ÐHÐH�aµJ¸qÀ$Ñ4GÔ4GÐH�ÐHÐHÐHÐHÐHÐHr4   Ú26re   Nr—   T)Úsourcer˜   Úaugment)Úultralytics.nn.modulesrC  r   r:   rÿ   ÚmodulesrE  Úcv1Úactr]   r  ÚIdentityrí   )r    rÿ   ÚsppfrC  s      @r5   Útest_model_forwardrP  4  sÉ   ø€ ð ,Ð+Ð+Ð+Ð+Ð+å�‰IŒI€EÝÐHÐHÐHÐH˜5œ;×.Ò.Ñ0Ô0ÐHÑHÔHÑHÔH€DÝ�d”h”l¥E¤HÔ$5Ñ6Ô6¸4Å3ÀsÁ8Ä8Ð;KÒLÐLÐLÐLÝ�d�d˜2˜r‘l”lÔ&Ô*­E¬HÔ,=Ñ>Ô>Ð>Ð>Ð>Ø	€E�˜R¨Ð.Ñ.Ô.Ð.Ð.Ð.r4   c                  ó”  — t          t          ¦  «        } |                      dd¬¦  «         |                      ¦   «         } |                      t          ¦  «        } |                      d¦  «         |                      ¦   «          |                      d¦  «         |                      ¦   «          | j	        }| j
        }| j        }| j        }dS )zVTest various methods and properties of the YOLO model to ensure correct functionality.T)rÑ   Údetailedrþ   Úon_train_startN)r   r   ÚinfoÚreset_weightsÚloadr  r:  Úclear_callbackÚreset_callbacksÚnamesrò   Ú
transformsÚtask_map)rÿ   rø   s     r5   Útest_model_methodsr\  @  s­   € å•‰KŒK€Eð 
‡J‚J�t d€JÑ+Ô+Ð+Ø×ÒÑ!Ô!€EØ�JŠJ•uÑÔ€EØ	‡H‚HˆU�O„O€OØ	‡J‚J�L„L€LØ	×ÒÐ)Ñ*Ô*Ð*Ø	×ÒÑÔÐð 	Œ€AØŒ€AØÔ€AØŒ€A€A€Ar4   c            	      ó´  — ddl m}  ddlm} ddlm} ddlm} ddlm	} ddl
m}m}m}m}m}	  |dd	d
¬¦  «        }
 |ddd
¬¦  «        }ddddœdddœc|
_        |_        |
j        d         j        D ];}|d         j        j                             t-          j        g d¢¦  «        ¦  «         Œ<|                     |
d
¬¦  «         t3          d„ |j        d         j        D ¦   «         ¦  «        sJ ‚ |	dd	d
¬¦  «        }
 |	ddd
¬¦  «        }ddddœdddœc|
_        |_        |                     |
d
¬¦  «         dddœ}| |ddd
¬¦  «        f| |ddd
¬¦  «        f| |dddd	gd
¬¦  «        f| |ddd
¬¦  «        ffD ]Y\  }}t4                               |¦  «        } | d¬¦  «        |_        d|i|_        |                     |¦  «        j        |k    sJ ‚ŒZdS ) zATest class-name remap is limited to closed-set class-logit heads.r   ©ÚSimpleNamespace)ÚDetectionTrainer)Ú
OBBTrainer)ÚPoseTrainer)ÚSegmentationTrainer)r2  ÚOBBModelÚ	PoseModelÚSegmentationModelÚ
YOLOEModelúyolo26n.yamlrP   F)ÚncrÑ   r0   rh   ÚdogÚcar©r   r/   r0   ©r   r/   r¨   )ç      $@ç      4@g      >@rÐ   c              3   ó`   K  — | ])}|d          j                              ¦   «         ddgk    V — Œ*dS )r¨   ro  rn  N)Úbiasrj   )rk   Úseqs     r5   rl   z;test_model_load_remaps_cls_head_by_names.<locals>.<genexpr>d  s=   è è € ÐRÐR¸ˆs�2ŒwŒ|×"Ò"Ñ$Ô$¨¨t¨Ò4ÐRÐRÐRÐRÐRÐRr4   zyoloe-26n.yamlzyolo26n-seg.yamlzyolo26n-pose.yamlé   )ri  Údata_kpt_shaperÑ   zyolo26n-obb.yamlT)Ú	cls_remaprY  N)Útypesr_  Ú$ultralytics.models.yolo.detect.trainr`  Ú!ultralytics.models.yolo.obb.trainra  Ú"ultralytics.models.yolo.pose.trainrb  Ú%ultralytics.models.yolo.segment.trainrc  r*  r2  rd  re  rf  rg  rY  rÿ   Úcv3rq  r‹   Úcopy_r]   ÚtensorrV  r  ÚobjectÚ__new__r6  Úset_model_names_for_load)r_  r`  ra  rb  rc  r2  rd  re  rf  rg  ÚsrcÚtgtrr  rY  Útrainer_clsrÿ   Útrainers                    r5   Ú(test_model_load_remaps_cls_head_by_namesr…  T  sÁ  € à%Ð%Ð%Ð%Ð%Ð%àEÐEÐEÐEÐEÐEØ<Ð<Ð<Ð<Ð<Ð<Ø>Ð>Ð>Ð>Ð>Ð>ØIÐIÐIÐIÐIÐIØgÐgÐgÐgÐgÐgÐgÐgÐgÐgÐgÐgÐgÐgà
ˆ.˜¨A°uÐ
=Ñ
=Ô
=€CØ
ˆ.˜¨A°uÐ
=Ñ
=Ô
=€CØ$¨°5Ð9Ð9¸uÈÐ;OÐ;OÐ€C„IˆsŒyØŒy˜Œ}Ô ð Bð BˆØˆBŒŒÔ×Ò¥¤Ð-?Ð-?Ð-?Ñ @Ô @ÑAÔAÐAÐAØ‡H‚HˆS˜%€HÑ Ô Ð ÝÐRÐRÀÄ	È"ÄÔ@QÐRÑRÔRÑRÔRÐRÐRÐRà
ˆ*Ð%¨!°UÐ
;Ñ
;Ô
;€CØ
ˆ*Ð%¨!°UÐ
;Ñ
;Ô
;€CØ$¨°5Ð9Ð9¸uÈÐ;OÐ;OÐ€C„IˆsŒyØ‡H‚HˆS˜%€HÑ Ô Ð à˜%Ð Ð €Eà	˜>˜>¨.¸QÈÐNÑNÔNÐOØ	Ð/Ð/Ð0BÀqÐRWÐXÑXÔXÐYØ	�i�iÐ 3¸È2ÈqÈ'Ð[`ÐaÑaÔaÐbØ	�X�XÐ0°QÀÐFÑFÔFÐGð	ð 	Fð 	FÑˆ�Uõ —.’. Ñ-Ô-ˆØ&�°Ð6Ñ6Ô6ˆŒØ Ð'ˆŒØ×/Ò/°Ñ6Ô6Ô<ÀÒEÐEÐEÐEÐEð	Fð 	Fr4   c                  ó‚   — ddl m}   | ¦   «         }t          j        dddd¦  «        }|                     |d¬¦  «        }dS )	z^Test profiling of the YOLO model with `profile=True` to assess performance and resource usage.r   )r2  r/   rP   re   T)ÚprofileN)r*  r2  r]   ÚrandnÚpredict)r2  rÿ   Úimrø   s       r5   Útest_model_profiler‹  x  sO   € à3Ð3Ð3Ð3Ð3Ð3àˆNÑÔ€EÝ	Œ�Q˜˜2˜rÑ	"Ô	"€BØ�Š�b $ˆÑ'Ô'€A€A€Ar4   c                 ó@  — | dz  }t          |d¦  «        5 }|                     d„ t          D ¦   «         ¦  «         ddd¦  «         n# 1 swxY w Y    t          t          ¦  «        |d¬¦  «        }t          |¦  «        dk    sJ dt          |¦  «        › �¦   «         ‚dS )	zVTest YOLO predictions with file, directory, and pattern sources listed in a text file.zsources_multi_row.txtÚwc              3   ó    K  — | ]	}|› d �V — Œ
dS )ú
Nr3   ©rk   r�  s     r5   rl   z#test_predict_txt.<locals>.<genexpr>…  s(   è è € Ð8Ð8 C˜�Z�Z�ZÐ8Ð8Ð8Ð8Ð8Ð8r4   Nr—   ©rH  r˜   é   z)Expected 7 results from source list, got )ÚopenÚ
writelinesr
   r   r   r_   )r  ÚfileÚfÚresultss       r5   Útest_predict_txtr˜  �  sÜ   € àÐ-Ñ-€DÝ	ˆd�C‰Œð 9˜AØ	�ŠÐ8Ð8­<Ð8Ñ8Ô8Ñ8Ô8Ð8ð9ð 9ð 9ñ 9ô 9ð 9ð 9ð 9ð 9ð 9ð 9øøøð 9ð 9ð 9ð 9à�d•5‰kŒk ¨RÐ0Ñ0Ô0€GÝˆw‰<Œ<˜1ÒÐÐÐXÍ#ÈgÉ,Ì,ÐXÐXÑÔÐÐÐs   –%AÁAÁAzdisabled for testing)Úreasonc                 ó˜  — | dz  }t          |dd¬¦  «        5 }t          j        |¦  «        }|                     dg¦  «         |                     d„ t
          D ¦   «         ¦  «         ddd¦  «         n# 1 swxY w Y    t          t          ¦  «        |d¬	¦  «        }t          |¦  «        d
k    sJ dt          |¦  «        › �¦   «         ‚dS )zITest YOLO predictions with sources listed in multiple rows of a CSV file.zsources_multi_row.csvr�  rÏ   ©ÚnewlinerH  c                 ó   — g | ]}|g‘ŒS r3   r3   r�  s     r5   r„   z.test_predict_csv_multi_row.<locals>.<listcomp>‘  s   € Ð8Ð8Ð8 C˜3˜%Ð8Ð8Ð8r4   Nr—   r‘  r’  z+Expected 7 results from multi-row CSV, got )	r“  ÚcsvÚwriterÚwriterowÚ	writerowsr
   r   r   r_   ©r  r•  r–  rŸ  r—  s        r5   Útest_predict_csv_multi_rowr£  Š  s  € ð Ð-Ñ-€DÝ	ˆd�C Ð	$Ñ	$Ô	$ð :¨Ý”˜A‘”ˆØ�Š˜˜
Ñ#Ô#Ð#Ø×ÒÐ8Ð8­<Ð8Ñ8Ô8Ñ9Ô9Ð9ð:ð :ð :ñ :ô :ð :ð :ð :ð :ð :ð :øøøð :ð :ð :ð :ð �d•5‰kŒk ¨RÐ0Ñ0Ô0€GÝˆw‰<Œ<˜1ÒÐÐÐZÍCÐPWÉLÌLÐZÐZÑÔÐÐÐs   ˜AA3Á3A7Á:A7c                 óX  — | dz  }t          |dd¬¦  «        5 }t          j        |¦  «        }|                     t          ¦  «         ddd¦  «         n# 1 swxY w Y    t          t          ¦  «        |d¬¦  «        }t          |¦  «        dk    sJ d	t          |¦  «        › �¦   «         ‚dS )
zHTest YOLO predictions with sources listed in a single row of a CSV file.zsources_single_row.csvr�  rÏ   r›  Nr—   r‘  r’  z,Expected 7 results from single-row CSV, got )r“  rž  rŸ  r   r
   r   r   r_   r¢  s        r5   Útest_predict_csv_single_rowr¥  –  sæ   € ð Ð.Ñ.€DÝ	ˆd�C Ð	$Ñ	$Ô	$ð &¨Ý”˜A‘”ˆØ�Š�Ñ%Ô%Ð%ð&ð &ð &ñ &ô &ð &ð &ð &ð &ð &ð &øøøð &ð &ð &ð &ð �d•5‰kŒk ¨RÐ0Ñ0Ô0€GÝˆw‰<Œ<˜1ÒÐÐÐ[ÍSÐQXÉ\Ì\Ð[Ð[ÑÔÐÐÐs   ˜/AÁAÁAÚ
model_namec           
      óº  — t           r| dk    rt          ¦   «          | dk    rdnd}t          t          | z  ¦  «        }t	          j        t          t          ¦  «        |dk    rt          j        nt          j	        ¬¦  «        }t           |t          j        t          ¦  «        ddd¬¦  «        ¦  «        dk    sJ ‚t           ||ddd¬	¦  «        ¦  «        dk    sJ ‚t           |t          j        d
|ddf¦  «        d¬¦  «        ¦  «        d
k    sJ ‚t           |||gddd¬	¦  «        ¦  «        d
k    sJ ‚t          t           |||gddd¬¦  «        ¦  «        ¦  «        d
k    sJ ‚t           |t          j        dd|¦  «                             ¦   «                              t&          j        ¦  «        d¬¦  «        ¦  «        dk    sJ ‚t          t          ¦  «        t+          t          ¦  «        |t          j        t          ¦  «        t'          j        dd|ft&          j        ¬¦  «        g}t           ||dd¬¦  «        ¦  «        t          |¦  «        k    sJ ‚dS )z9Test YOLO model predictions on various image input types.úyolo26n-sem.ptúyolo11n-grayscale.ptr/   rP   )ÚflagsTr—   )rH  r  rÑ   r˜   )rH  r  Úsave_txtr˜   r0   ©r˜   )rH  r  Ústreamr˜   é@  é€  r}   r   )r˜   ÚclassesN)r   r½   r   r!   Úcv2Úimreadrí   r	   ÚIMREAD_GRAYSCALEÚIMREAD_COLORr_   r   r“  r]   Úrandri   r  ÚnumpyÚastyper   r�   r   )r¦  Úchannelsrÿ   rŠ  rC   s        r5   Útest_predict_imgr¹  ¡  sN  € õ ð ˜*Ð(8Ò8Ð8ÝÑÔÐØÐ"8Ò8Ð8ˆqˆq¸a€HÝ•˜zÑ)Ñ*Ô*€EÝ	Œ•C�‘K”K¸xÈ1º}¸}¥sÔ';Ð';ÕRUÔRbÐ	cÑ	cÔ	c€BÝˆuˆu�EœJ¥vÑ.Ô.°TÀ4ÈrÐRÑRÔRÑSÔSÐWXÒXÐXÐXÐXÝˆuˆu˜B T°DÀÐCÑCÔCÑDÔDÈÒIÐIÐIÐIÝˆuˆu•U”Z  H¨b°"Ð 5Ñ6Ô6¸bÐAÑAÔAÑBÔBÀaÒGÐGÐGÐGÝˆuˆu˜R ˜H¨4¸$ÀbÐIÑIÔIÑJÔJÈaÒOÐOÐOÐOÝ�t�E�E " b °¸TÈÐLÑLÔLÑMÔMÑNÔNÐRSÒSÐSÐSÐSÝˆuˆu•U”[  c¨8Ñ4Ô4×:Ò:Ñ<Ô<×CÒCÅBÄHÑMÔMÐUWÐXÑXÔXÑYÔYÐ]^Ò^Ð^Ð^Ð^å�F‰ŒÝ�V‰ŒØ
ÝŒ
•6ÑÔÝ
Œ�#�s˜HÐ%­R¬XÐ6Ñ6Ô6ð€Eõ ˆuˆu�U "¨aÐ0Ñ0Ô0Ñ1Ô1µS¸±Z´ZÒ?Ð?Ð?Ð?Ð?Ð?r4   )r¦  Úbgrz
yolo11n.pt)r   é   éÿ   r©  r»  c                 óò  — t          t          | z  ¦  «        }t          j        ddt	          |¦  «        f|t          j        ¬¦  «        } ||dd¬¦  «         |j                             |g¦  «        }t          j	        |ddd…         g|j
        |j        ¬¦  «        dz  }|j        d	t	          |¦  «        ddfk    r|                     ¦   «         sJ ‚t          j        |dd…dd…d
d
f         |¦  «        sJ ‚dS )zHCheck predictor channel order and normalization with known pixel values.r—   r}   F)r˜   rÑ   Nr¨   ©rò   r~   r¼  r/   r   )r   r!   r   r€   r_   r�   Ú	predictorÚ
preprocessr]   r}  rò   r~   r  r  r�   )r¦  rº  rÿ   rŠ  Úoutr  s         r5   Útest_preprocess_valuesrÂ  ¹  sù   € õ •˜zÑ)Ñ*Ô*€EÝ	Œ�"�b�#˜c™(œ(Ð# Sµ´Ð	9Ñ	9Ô	9€BØ	€Eˆ"�B Ð&Ñ&Ô&Ð&Ø
Œ/×
$Ò
$ b TÑ
*Ô
*€CÝŒ|˜S   2 œY˜K°´
À#Ä)ÐLÑLÔLÈsÑR€HØŒ9˜�C ™HœH b¨"Ð-Ò-Ð-°#×2CÒ2CÑ2EÔ2EÐ-Ð-ÐEÝŒ;�s˜1˜1˜1˜a˜a˜a  A˜:”¨Ñ1Ô1Ð1Ð1Ð1Ð1Ð1r4   ú
yolo26n.ptr´   c                 ój  —  t          t          | z  ¦  «        t          dgd|d¬¦  «        d         j        }t	          |¦  «        dk    sJ ‚t          t          | z  ¦  «        } |t          dgd|d¬¦  «        d         j        }t	          |¦  «        dk    rt          |j        ¦  «        dk    sJ ‚t          |j        ¦  «        t          j
        t          |j                             ¦   «         ¦  «        ¦  «        k    sJ ‚ |t          d¬¦  «        d         j        }t	          |¦  «        dk    sJ ‚dS )z[Test classes-before-max_det and reset reused-call filters for end2end and NMS-based models.r   é,  F)r°  Úmax_detr´   rÑ   r/   rÐ   N)r   r!   r	   Úboxesr_   ÚintÚclsr·   Úconfr;   ÚapproxÚmax)r¦  r´   rÇ  Ú
top1_modelÚtop1Úreuseds         r5   Ú!test_predict_classes_with_max_detrÐ  Å  s  € ð +�D•˜zÑ)Ñ*Ô*­6¸A¸3ÈÐQTÐ^cÐdÑdÔdÐefÔgÔm€EÝˆu‰:Œ:˜Š>ˆ>ˆ>ˆ>Ý•k JÑ.Ñ/Ô/€JØˆ:•f q c°1¸#ÀuÐMÑMÔMÈaÔPÔV€DÝˆt‰9Œ9˜Š>ˆ>�c $¤(™mœm¨qÒ0Ð0Ð0Ð0Ý�”ÑÔ�vœ}­U°5´:·>²>Ñ3CÔ3CÑ-DÔ-DÑEÔEÒEÐEÐEÐEàˆZ�¨Ð.Ñ.Ô.¨qÔ1Ô7€FÝˆv‰;Œ;˜Š?ˆ?ˆ?ˆ?ˆ?ˆ?r4   rÿ   c                 óŒ   — t           r| dk    rt          ¦   «           t          t          | z  ¦  «        t          dd¬¦  «         dS )zZTest model prediction methods with 'visualize=True' to generate prediction visualizations.r¨  r—   T)r˜   Ú	visualizeN)r   r½   r   r!   r	   ©rÿ   s    r5   Útest_predict_visualizerÔ  Ô  sM   € õ ð ˜%Ð#3Ò3Ð3ÝÑÔÐØ…D��uÑ	ÑÔ�f¨B¸$Ð?Ñ?Ô?Ð?Ð?Ð?r4   c                  ó¶  — ddl m}   | t          j        ddt          j        ¬¦  «        ¦  «        j        }|j        t          j        k    r|                     ¦   «         dk    sJ ‚t          j	        dt          j        ¬¦  «        }|dxx         t          j
        |j        ¦  «        j        z  cc<    | |¦  «        j                             ¦   «         dk    sJ ‚dS )	z`Test that tensor normalization supports uint8 while preserving floating-point epsilon tolerance.r   )Ú
LoadTensor)r/   rP   r—   r—   r¼  r}   r/   ).r   r   N)Úultralytics.data.loadersrÖ  r]   r€   r�   Úim0r~   Úfloat32rÌ  ÚonesÚfinfoÚeps)rÖ  ÚloadedÚ
normalizeds      r5   Útest_load_tensor_uint8rß  Ü  sÒ   € à3Ð3Ð3Ð3Ð3Ð3àˆZ�œ
 >°3½e¼kÐJÑJÔJÑKÔKÔO€FØŒ<�5œ=Ò(Ð(¨V¯ZªZ©\¬\¸QÒ->Ð->Ð->Ð>Ý”˜Nµ%´-Ð@Ñ@Ô@€JØˆyÐÐÔ�Uœ[¨Ô)9Ñ:Ô:Ô>Ñ>ÐÐÑØˆ:�jÑ!Ô!Ô%×)Ò)Ñ+Ô+¨aÒ/Ð/Ð/Ð/Ð/Ð/r4   c           	      ó°  — t          j        t          ¦  «        }| dz  }| dz  }| dz  }| dz  }|                     d¦  «                             |¦  «         |                     d¦  «                             |¦  «         |                     |¦  «         |                     |¦  «         t          t          ¦  «        }||||fD ]“}t          j        |¦  «        t          j        t          |¦  «        ¦  «        |fD ]F} ||ddd¬	¦  «        }	t          |	¦  «        d
k    s"J d|j        › dt          |	¦  «        › �¦   «         ‚ŒG|                     ¦   «          Œ”dS )zbTest YOLO prediction on SOURCE converted to grayscale and 4-channel images with various filenames.zgrayscale.jpgz4ch.pngu$   non_UTF_æµ‹è¯•æ–‡ä»¶_tÃ©st_image.jpgzimage with spaces.jpgÚLÚRGBATr—   )r  rÑ   r˜   r/   zExpected 1 result for z, got N)r   r“  r	   Úconvertr  r   r   r±  r²  rí   r_   ÚnameÚunlink)
r  rŠ  Úsource_grayscaleÚsource_rgbaÚsource_non_utfÚsource_spacesrÿ   r–  rH  r—  s
             r5   Útest_predict_gray_and_4chrê  ç  sb  € å	Œ•FÑ	Ô	€Bà /Ñ1ÐØ˜YÑ&€KØÐ FÑF€NØÐ6Ñ6€Mà‡J‚Jˆs�O„O×ÒÐ)Ñ*Ô*Ð*Ø‡J‚JˆvÑÔ×Ò˜KÑ(Ô(Ð(Ø‡G‚GˆNÑÔÐØ‡G‚GˆMÑÔÐõ •‰KŒK€EØÐ*¨N¸MÐIð ð ˆÝ”j ‘m”m¥S¤Zµ°A±´Ñ%7Ô%7¸Ð:ð 	\ð 	\ˆFØ�e˜F¨°tÀ2ÐFÑFÔFˆGÝ�w‘<”< 1Ò$Ð$Ð$Ð&[¸q¼vÐ&[Ð&[ÍSÐQXÉ\Ì\Ð&[Ð&[Ñ$Ô$Ð$Ð$Ø	�Š‰
Œ
ˆ
ˆ
ð	ð r4   c                  óž  — ddl m}  t          t          ¦  «        }t	          j        t          j        t          ¦  «         	                    d¦  «        ¦  «        }|j
        dk    s
J d¦   «         ‚t           ||dd¬¦  «        ¦  «        d	k    sJ ‚t           ||                     d
¦  «        dd¬¦  «        ¦  «        d	k    sJ ‚t	          j        dd
¬¦  «        } | |d¬¦  «        j        d         j        dk    sJ ‚dD ]N\  }}t	          j        dd|ft          j        ¬¦  «        } | ||¬¦  «        j        d         j        dd|fk    sJ ‚ŒOdS )z@Test NumPy channel normalization for grayscale and color models.r   ©ÚLoadPilAndNumpyrá  r0   z+Expected a 2D grayscale array for this testr—   F)rH  r˜   rÑ   r/   r<  )rA   rA   r@   r}   rP   )r¸  r|   ))r/   rP   )r0   r/   )r0   rP   ©rP   r/   )r@   r/   )r@   rP   rA   N)r×  rí  r   r   r   Úasarrayr   r“  r	   rã  Úndimr_   r·  r  rØ  r  r�   )rí  rÿ   ÚgrayÚbgraÚsource_channelsÚmodel_channelsrŠ  s          r5   Útest_predict_ndarray_channelsrõ  þ  sr  € à8Ð8Ð8Ð8Ð8Ð8å•‰KŒK€EÝŒ:•e”j¥Ñ(Ô(×0Ò0°Ñ5Ô5Ñ6Ô6€DØŒ9˜Š>ˆ>ˆ>ÐH‰>Œ>ˆ>Ýˆuˆu˜D¨°EÐ:Ñ:Ô:Ñ;Ô;¸qÒ@Ð@Ð@Ð@Ýˆuˆu˜DŸKšK¨	Ñ2Ô2¸"ÀeÐLÑLÔLÑMÔMÐQRÒRÐRÐRÐRÝŒ8�I YÐ/Ñ/Ô/€DØˆ?˜4¨!Ð,Ñ,Ô,Ô0°Ô3Ô9¸YÒFÐFÐFÐFØ+[ð cð cÑ'ˆ˜ÝŒX�q˜!˜_Ð-µR´XÐ>Ñ>Ô>ˆØˆ˜r¨NÐ;Ñ;Ô;Ô?ÀÔBÔHÈQÐPQÐSaÐLbÒbÐbÐbÐbÐbðcð cr4   c                  óà  — ddl m}  | j        }t          j        t          j        ddt
          j        ¬¦  «        ¦  «        }t          j        ddt
          j        ¬¦  «        }t          j        dd	t
          j        ¬¦  «        } ||d
¦  «        df ||d
¦  «        df ||d
¦  «        dffD ]A\  }}t          |d          	                    ¦   «         ¦  «        |k    sJ ‚|j
        d         sJ ‚ŒBdS )zeTest LoadPilAndNumpy._single_check() keeps BGR order and C-contiguous output through cv2 conversions.r   rì  )r0   r0   rP   )r¥   é   r  r}   )r0   r0   r@   )r¥   r÷  r  r¼  )r0   r0   r/   é*   rP   )r  r÷  r¥   )rø  rø  rø  ©r   r   ÚC_CONTIGUOUSN)r×  rí  Ú_single_checkr   Ú	fromarrayr   r€   r�   Útuplerj   rª  )rí  ÚcheckÚrgbrò  rñ  rŠ  r  s          r5   Ú.test_single_check_channel_order_and_contiguityr     s  € à8Ð8Ð8Ð8Ð8Ð8àÔ)€EÝ
Œ/�"œ' )¨\ÅÄÐJÑJÔJÑ
KÔ
K€CÝŒ7�9Ð/µr´xÐ@Ñ@Ô@€DÝŒ7�9˜b­¬Ð1Ñ1Ô1€DØ˜%  Q™-œ-¨Ð6¸¸¸tÀQ¹¼ÈÐ8VÐY^ÐY^Ð_cÐefÑYgÔYgÐiuÐXvÐwð (ð (‰ˆˆHÝ�R˜”X—_’_Ñ&Ô&Ñ'Ô'¨8Ò3Ð3Ð3Ð3ØŒx˜Ô'Ð'Ð'Ð'Ð'ð(ð (r4   zenvironment is offlinec                  ó4  ‡— t          d¦  «        } t          | d         ¦  «        }h d£Šˆfd„|dz  dz                       d¦  «        D ¦   «         }|ˆfd„|dz  d	z                       d¦  «        D ¦   «         z  }t          |¦  «        d
k    sJ dt          |¦  «        › �¦   «         ‚d„ |D ¦   «         }|‰k    sJ d‰|z
  › �¦   «         ‚t	          t
          ¦  «        } ||d¬¦  «        }t          |¦  «        d
k    sJ dt          |¦  «        › �¦   «         ‚dS )z‡Predict on the 12 image format extensions in COCO12-Formats (AVIF, BMP, DNG, HEIC, JP2, JPEG, JPG, MPO, PNG, TIF,
    TIFF, WebP).
    úcoco12-formats.yamlÚpath>   ÚbmpÚdngÚjp2ÚjpgÚmpoÚpngÚtifÚavifÚheicÚjpegÚtiffÚwebpc                 óp   •— g | ]2}|j                              ¦   «                              d ¦  «        ‰v ¯0|‘Œ3S ©ú.©ÚsuffixÚlowerÚlstrip©rk   rŠ  r  s     €r5   r„   z2test_predict_all_image_formats.<locals>.<listcomp>'  s?   ø€ ÐxÐxÐx�RÈbÌiÏoÊoÑN_ÔN_×NfÒNfÐgjÑNkÔNkÐowÐNwÐNwˆbÐNwÐNwÐNwr4   r’   rœ   z*.*c                 óp   •— g | ]2}|j                              ¦   «                              d ¦  «        ‰v ¯0|‘Œ3S r  r  r  s     €r5   r„   z2test_predict_all_image_formats.<locals>.<listcomp>(  s?   ø€ ÐwÐwÐw�bÈRÌYÏ_Ê_ÑM^ÔM^×MeÒMeÐfiÑMjÔMjÐnvÐMvÐMvˆrÐMvÐMvÐMvr4   r±   é   zExpected 12 images, found c                 óf   — h | ].}|j                              ¦   «                              d ¦  «        ’Œ/S r  r  )rk   Úimgs     r5   ú	<setcomp>z1test_predict_all_image_formats.<locals>.<setcomp>,  s4   € ÐCÐCÐC°S�#”*×"Ò"Ñ$Ô$×+Ò+¨CÑ0Ô0ÐCÐCÐCr4   zMissing formats: r—   r¬  zExpected 12 results, got N)r   r   Úglobr_   r   r   )r‹   Údataset_pathr’   Ú
extensionsrÿ   r—  r  s         @r5   Útest_predict_all_image_formatsr     sZ  ø€ õ Ð2Ñ3Ô3€DÝ˜˜VœÑ%Ô%€Lð iÐhÐh€HØxÐxÐxÐx˜L¨8Ñ3°gÑ=×CÒCÀEÑJÔJÐxÑxÔx€FØ
ÐwÐwÐwÐw˜\¨HÑ4°uÑ<×BÒBÀ5ÑIÔIÐwÑwÔwÑw€FÝˆv‰;Œ;˜"ÒÐÐÐH½3¸v¹;¼;ÐHÐHÑÔÐð DÐC¸FÐCÑCÔC€JØ˜Ò!Ð!Ð!Ð#N°xÀ*Ñ7LÐ#NÐ#NÑ!Ô!Ð!õ •‰KŒK€EØˆe�F "Ð%Ñ%Ô%€GÝˆw‰<Œ<˜2ÒÐÐÐI½3¸w¹<¼<ÐIÐIÑÔÐÐÐr4   z:No auth https://github.com/JuanBindez/pytubefix/issues/166c                  óà   — t          t          ¦  «        } 	 |                      ddd¬¦  «         dS # t          j        j        t          f$ r"}t          j        d|› �¦  «         Y d}~dS d}~ww xY w)zUTest YOLO model on a YouTube video stream, handling potential network-related errors.zhttps://youtu.be/G17sBkb38XQr—   T)r˜   r  zYouTube Test Error: N)r   r   r‰  ÚurllibÚerrorÚ	HTTPErrorÚConnectionErrorr   )rÿ   Úes     r5   Útest_youtuber'  5  s‡   € õ
 •‰KŒK€Eð1Ø�ŠÐ4¸BÀTˆÑJÔJÐJÐJÐJøåŒLÔ"¥OÐ4ð 1ð 1ð 1ÝŒÐ/¨AÐ/Ð/Ñ0Ô0Ð0Ð0Ð0Ð0Ð0Ð0Ð0øøøøð1øøøs   –0 °A-ÁA(Á(A-c            	      ó  — ddl m}  ddlm} ddlm}m}m}  |di i  |j        |dz  ¦  «        ¥ddi¥¤Ž} ||¦  «        }g d¢g d	¢g d
¢g}g d¢g d¢fD ]Y}t          j
        d„ t          ||¦  «        D ¦   «         t          j        ¬¦  «        }	|                      | |	d¦  «        ¦  «        }
ŒZ|
t          j        |
dd…df         d¦  «                 }t!          |¦  «        dk    rt#          |d         ¦  «        dk    sJ d|
› �¦   «         ‚dS )zXLow-confidence detections matched in second association keep full detection-set indices.r   ©ÚBoxes©ÚBYTETracker©r    r#   ÚIterableSimpleNamespaceúcfg/trackers/bytetrack.yamlÚ
fuse_scoreF)r¥   r¥   é2   r1  )éÈ   r2  é  r3  )é�  r4  éà  r5  )çÍÌÌÌÌÌì?r6  r6  )r6  r6  çš™™™™™É?c                 ó$   — g | ]\  }}g |¢|‘d ‘‘ŒS )r   r3   )rk   ÚbÚcs      r5   r„   z9test_track_second_association_indices.<locals>.<listcomp>L  s(   € ÐFÐFÐF©D¨A¨q˜Z˜q˜Z !˜Z Q˜ZÐFÐFÐFr4   r}   ©r¯  r¯  NrE   r7  r/   )r   r¨   r0   z&second-association idx not preserved:
r3   )Úultralytics.engine.resultsr*  Ú!ultralytics.trackers.byte_trackerr,  rë   r    r#   r.  rV  r]   r}  ÚziprÙ  rÞ   r   Úiscloser_   rÈ  )r*  r,  r    r#   r.  r6  ÚtrackerrÇ  Úconfsr‹   ÚtracksÚlows               r5   Ú%test_track_second_association_indicesrD  B  sz  € à0Ð0Ð0Ð0Ð0Ð0Ø=Ð=Ð=Ð=Ð=Ð=ØEÐEÐEÐEÐEÐEÐEÐEÐEÐEà"Ð"ÐnÐnÐ%m¨	¨¬	°$Ð9VÑ2VÑ(WÔ(WÐ%mÐYeÐglÐ%mÐ%mÐnÐn€DØˆk˜$ÑÔ€GØÐÐÐ3Ð3Ð3Ð5IÐ5IÐ5IÐJ€EØ!�/�/ ? ? ?Ð3ð 9ð 9ˆÝŒ|ÐFÐFµC¸¸uÑ4EÔ4EÐFÑFÔFÍeÌmÐ\Ñ\Ô\ˆØ—’   d¨JÑ 7Ô 7Ñ8Ô8ˆˆØ
•”˜F 1 1 1 a 4œL¨#Ñ.Ô.Ô
/€CÝˆs‰8Œ8�qŠ=ˆ=�S  U¤™_œ_°Ò1Ð1Ð1Ð3eÐ]cÐ3eÐ3eÑ1Ô1Ð1Ð1Ð1r4   c                  óP  — ddl m}  ddlm} ddlm}m}m}  |di  |j        |dz  ¦  «        ¤Ž} ||¦  «        }g d¢g d¢g d¢g d	¢g d
¢g} | t          j
        |t          j        ¬¦  «        d¦  «        }|                     |¦  «        \  }	}
}}t          j        |¦  «                             ¦   «         dgk    rt!          |	¦  «        dk    sJ d|› �¦   «         ‚t          j        |¦  «                             ¦   «         dgk    rt!          |
¦  «        dk    sJ d|› �¦   «         ‚dS )zÓ`_split_detections` must drop zero/negative-dimension boxes from both confidence partitions while keeping every
    valid detection's index into the full detection-set space (later assigned to `track.idx`).
    r   r)  r+  r-  r/  ©r¥   r¥   r1  r1  r6  r   )rÅ  r5  é^  r5  r6  r   )éd   rH  é–   rI  ç333333Ã?r   )rÅ  iê  rG  r5  rJ  r   )rI  rH  rH  rI  r6  r   r}   r;  r/   z!degenerate box leaked high band: r0   z degenerate box leaked low band: Nr3   )r<  r*  r=  r,  rë   r    r#   r.  rV  r]   r}  rÙ  Ú_split_detectionsr   Úflatnonzerorj   r_   )r*  r,  r    r#   r.  r6  r@  rÇ  r—  ÚhighrC  Ú	mask_highÚmask_lows                r5   Ú,test_track_split_detections_degenerate_boxesrP  R  s�  € ð 1Ð0Ð0Ð0Ð0Ð0Ø=Ð=Ð=Ð=Ð=Ð=ØEÐEÐEÐEÐEÐEÐEÐEÐEÐEà"Ð"ÐUÐU Y T¤Y¨tÐ6SÑ/SÑ%TÔ%TÐUÐU€DØˆk˜$ÑÔ€Gà Ð Ð Ø$Ð$Ð$Ø%Ð%Ð%Ø%Ð%Ð%Ø$Ð$Ð$ð€Eð ˆe•E”L ­e¬mÐ<Ñ<Ô<¸jÑIÔI€GØ%,×%>Ò%>¸wÑ%GÔ%GÑ"€Dˆ#ˆy˜(ÝŒ>˜)Ñ$Ô$×+Ò+Ñ-Ô-°!°Ò4Ð4½¸T¹¼Àaº¸¸ÐIxÐmvÐIxÐIx¹¼ÐGÝŒ>˜(Ñ#Ô#×*Ò*Ñ,Ô,°°Ò3Ð3½¸C¹¼ÀAº¸¸ÐGtÐjrÐGtÐGt¹¼ÐE¸¸r4   Útracker_typeÚ	bytetrackÚ	fasttrackc           
      óÎ  — ddl m} ddlm} ddlm}m}m}  |di  |j        |d| › d�z  ¦  «        ¤Ž} ||          |¦  «        }g d¢}| 	                     |t          j        g |¢d‘d‘gt          j        ¬	¦  «        d
¦  «        ¦  «        }	| 	                     |t          j        g |¢d‘d‘gt          j        ¬	¦  «        d
¦  «        ¦  «        }
t          |	¦  «        dk    sJ d|	› �¦   «         ‚t          |	d         ¦  «        }t          |
¦  «        dk    sJ d|
› �¦   «         ‚t          |
d         ¦  «        |k    s&J d|› dt          |
d         ¦  «        › d|
› �¦   «         ‚dS )zbLow-confidence detection is recovered by the second association under the default fuse_score=True.r   r)  ©ÚTRACKER_MAPr-  úcfg/trackers/ú.yaml)rH  rH  r2  r2  r6  r}   r;  rJ  r/   zexpected one track on frame 1:
)r   r@   z5low-confidence detection lost by second association:
z%id switched on low-confidence frame: z -> r�  Nr3   )r<  r*  Úultralytics.trackers.trackrV  rë   r    r#   r.  rV  rÞ   r]   r}  rÙ  r_   rÈ  )rQ  r*  rV  r    r#   r.  r6  r@  ÚboxÚframe1Úframe2Útids               r5   Ú/test_track_second_association_low_conf_keeps_idr^  i  sË  € ð 1Ð0Ð0Ð0Ð0Ð0Ø6Ð6Ð6Ð6Ð6Ð6ØEÐEÐEÐEÐEÐEÐEÐEÐEÐEà"Ð"Ð[Ð[ Y T¤Y¨tÐ6YÀlÐ6YÐ6YÐ6YÑ/YÑ%ZÔ%ZÐ[Ð[€DØ'ˆk˜,Ô'¨Ñ-Ô-€GØ
Ð
Ð
€Cà�^Š^˜E˜E¥%¤,°°#°°s°¸A°Ð/?ÅuÄ}Ð"UÑ"UÔ"UÐWaÑbÔbÑcÔc€FØ�^Š^˜E˜E¥%¤,°°#°°t°¸Q°Ð/@ÍÌÐ"VÑ"VÔ"VÐXbÑcÔcÑdÔd€FÝˆv‰;Œ;˜!ÒÐÐÐHÀÐHÐHÑÔÐÝ
ˆf�TŒlÑ
Ô
€Cåˆv‰;Œ;˜!ÒÐÐÐ^ÐV\Ð^Ð^ÑÔÐÝˆv�dŒ|ÑÔ Ò#Ð#Ð#Ð%sÈSÐ%sÐ%sÕVYÐZ`ÐaeÔZfÑVgÔVgÐ%sÐ%sÐkqÐ%sÐ%sÑ#Ô#Ð#Ð#Ð#r4   c            	      ór  — ddl m}  ddlm} ddlm}m}m} i  |j        |dz  ¦  «        ¥dddœ¥} |d	          |di |¤Ž¦  «        }| 	                     | t          j        d
¦  «        d¦  «        ¦  «         g }dD ]a}t          j        |dz
  d|dz   dddggt          j        ¬¦  «        }	|                     | 	                     | |	d¦  «        ¦  «        ¦  «         Œbd„ |D ¦   «         g d¢k    sJ ‚dD ]�}
|
|d<    |d	          |di |¤Ž¦  «        }| 	                     | t          j        d
¦  «        d¦  «        ¦  «         t          | 	                     | |	d¦  «        ¦  «        ¦  «        dk    sJ ‚Œ‚ddlm} d|d<    |d	          |di |¤Ž¦  «        }dD ]~}t          j        |dz
  d|dz   dddggt          j        ¬¦  «        }	| 	                     | |	d¦  «        ¦  «         |j        dk    r%|j        d         j        |j        k    s
J d¦   «         ‚Œ|j        d         j        |j        k    sJ ‚dS )zZTrackTrack predicts New tracks and confirms them once their history reaches min_track_len.r   r)  rU  r-  zcfg/trackers/tracktrack.yamlÚnoner@   )Ú
gmc_methodÚmin_track_lenÚ
tracktrack)r   é   r;  )rH  é‡   éª   éÍ   r1  rI  r6  r}   c                 ó,   — g | ]}t          |¦  «        ‘ŒS r3   )r_   )rk   Úoutputs     r5   r„   z1test_tracktrack_new_lifecycle.<locals>.<listcomp>Š  s   € Ð.Ð.Ð.˜F�C�‰KŒKÐ.Ð.Ð.r4   )r   r   r   r/   rm  rb  r/   ©Ú
TrackStater0   z(frame_id==1 track confirmed after 2 hitsNr3   )r<  r*  rY  rV  rë   r    r#   r.  rV  rÞ   r]   Úemptyr}  rÙ  rp   r_   Úultralytics.trackers.basetrackrk  Úframe_idÚtracked_stracksÚstateÚTracked)r*  rV  r    r#   r.  r    r@  ÚoutputsÚcenter_xrZ  rb  rk  s               r5   Útest_tracktrack_new_lifecyclert  }  sê  € à0Ð0Ð0Ð0Ð0Ð0Ø6Ð6Ð6Ð6Ð6Ð6ØEÐEÐEÐEÐEÐEÐEÐEÐEÐEà
hˆYˆTŒY�tÐ<Ñ<Ñ=Ô=Ð
hÈVÐfgÐ
hÐ
hÐ
h€CØ'ˆk˜,Ô'Ð(?Ð(?Ð(FÐ(FÀ#Ð(FÐ(FÑGÔG€GØ‡N‚N�5�5�œ VÑ,Ô,¨jÑ9Ô9Ñ:Ô:Ð:Ø€GØ(ð ?ð ?ˆÝŒl˜X¨™]¨B°¸2±¸sÀCÈÐKÐLÕTYÔTaÐbÑbÔbˆØ�Š�w—~’~ e e¨C°Ñ&<Ô&<Ñ=Ô=Ñ>Ô>Ð>Ð>Ø.Ð. gÐ.Ñ.Ô.°,°,°,Ò>Ð>Ð>Ð>Øð @ð @ˆØ,ˆˆOÑØ+�+˜lÔ+Ð,CÐ,CÐ,JÐ,JÀcÐ,JÐ,JÑKÔKˆØ�Š�u�u�Uœ[¨Ñ0Ô0°*Ñ=Ô=Ñ>Ô>Ð>Ý�7—>’> % %¨¨ZÑ"8Ô"8Ñ9Ô9Ñ:Ô:¸aÒ?Ð?Ð?Ð?Ð?à9Ð9Ð9Ð9Ð9Ð9à€CˆÑØ'ˆk˜,Ô'Ð(?Ð(?Ð(FÐ(FÀ#Ð(FÐ(FÑGÔG€GØ(ð vð vˆÝŒl˜X¨™]¨B°¸2±¸sÀCÈÐKÐLÕTYÔTaÐbÑbÔbˆØ�Š�u�u˜S *Ñ-Ô-Ñ.Ô.Ð.ØÔ˜qÒ Ð ØÔ*¨1Ô-Ô3°zÔ7IÒIÐIÐIÐKuÑIÔIÐIøØÔ" 1Ô%Ô+¨zÔ/AÒAÐAÐAÐAÐAÐAr4   )ÚbotsortÚ
deepocsortrc  c                 óÎ  — ddl m} ddlm} ddlm}m}m} i  |j        |d| › d�z  ¦  «        ¥ddd	œ¥} ||           |di |¤Ž¦  «        }t          j
        d
dt          j        ¬¦  «        }t          j        g d¢g d¢gt          j        ¬¦  «        }	t          d¦  «        D ]"}
|                      ||	d¦  «        |¦  «        }Œ#t#          |¦  «        dk    sJ d|› �¦   «         ‚dS )zoNative ReID (model='auto') must degrade to motion-only with user-supplied detections, not encode the raw frame.r   r)  rU  r-  rW  rX  TÚauto©Ú	with_reidrÿ   ©r¯  r¯  rP   é€   r}   rF  )r2  r2  r3  r3  r6  r   rP   r;  r0   z6native-ReID tracker must keep tracking without feats:
Nr3   )r<  r*  rY  rV  rë   r    r#   r.  rV  r   r€   r�   r]   r}  rÙ  rG   rÞ   r_   )rQ  r*  rV  r    r#   r.  r    r@  r  r‹   rø   rB  s               r5   Ú$test_track_reid_auto_user_detectionsr}  �  sJ  € ð 1Ð0Ð0Ð0Ð0Ð0Ø6Ð6Ð6Ð6Ð6Ð6ØEÐEÐEÐEÐEÐEÐEÐEÐEÐEà
gˆYˆTŒY�tÐA¨lÐAÐAÐAÑAÑBÔBÐ
gÐQUÐ`fÐ
gÐ
gÐ
g€CØ'ˆk˜,Ô'Ð(?Ð(?Ð(FÐ(FÀ#Ð(FÐ(FÑGÔG€GÝ
Œ'�- ­B¬HÐ
5Ñ
5Ô
5€CÝŒ<Ð1Ð1Ð1Ð3OÐ3OÐ3OÐPÕX]ÔXeÐfÑfÔf€DÝ�1‰XŒXð >ð >ˆØ—’   d¨JÑ 7Ô 7¸Ñ=Ô=ˆˆÝˆv‰;Œ;˜!ÒÐÐÐ_ÐW]Ð_Ð_ÑÔÐÐÐr4   r0  c                 ón  — ddl m} ddlm} ddlm} t                               |¦  «        } || d¬¦  «        |_        t          ¦   «         ddd	f\  |_	        |_
        |_        |_         |d
t          j        g d¢¦  «        t          j        ddg¦  «        |j        d„ ¬¦  «        } |t          j        g d¢¦  «        t          j        ddg¦  «        d¬¦  «        }|                     t          j        dgg¦  «        |g|g¦  «        dk    sJ ‚|                     |g|gg g ¦  «        dgdgfk    sJ ‚d
S )zmDeepOCSORT OCR rejects a zero-IoU pair even when its appearance is identical, under both fuse_score settings.r   r^  rj  )Ú
DeepOCSORTçš™™™™™é?)r0  Úmatch_threshr6  r4  r0   N)r   r   r¥   r¥   r­   r¯   c                  ó   — d S rg   r3   )rø   s    r5   rÂ   z4test_deepocsort_ocr_proximity_gate.<locals>.<lambda>½  s   € ˜$€ r4   )ÚangleÚlast_observationÚsmooth_featrp  rÞ   )r÷  r÷  r  r  )ÚxyxyÚ	curr_featÚscore)rv  r_  rm  rk  Ú!ultralytics.trackers.deep_oc_sortr  r~  r  r6  ÚencoderÚappearance_threshÚproximity_threshrn  r   Úarrayrq  Ú_fuse_appearanceÚ_ocr_associate)r0  r_  rk  r  r@  ÚtrackÚ	detections          r5   Ú"test_deepocsort_ocr_proximity_gater’  ­  s|  € ð &Ð%Ð%Ð%Ð%Ð%à9Ð9Ð9Ð9Ð9Ð9Ø<Ð<Ð<Ð<Ð<Ð<å�nŠn˜ZÑ(Ô(€GØ"�?¨jÀsÐKÑKÔK€G„LÝ]cÑ]eÔ]eÐgjÐloÐqrÐ]rÑZ€G„O�WÔ.°Ô0HÈ'ÔJZØˆOØÝœ . . .Ñ1Ô1Ý”H˜c 3˜ZÑ(Ô(ØÔ Øˆðñ ô €Eð  �¥R¤XÐ.>Ð.>Ð.>Ñ%?Ô%?Í2Ì8ÐUXÐZ]ÐT^ÑK_ÔK_ÐgjÐkÑkÔk€Ið ×#Ò#¥B¤H¨s¨e¨WÑ$5Ô$5¸°wÀÀÑLÔLÐPSÒSÐSÐSÐSØ×!Ò! 5 '¨I¨;¸¸BÑ?Ô?ÀQÀCÈ!ÈÀ:ÒMÐMÐMÐMÐMÐMr4   c                  ó@  — ddl m}  ddlm} |                     |¦  «        }d|_         | d„ ¬¦  «        |_        t          j        ddt          j	        ¬	¦  «        } ||t          j
        g d
¢g d¢gt          j        ¬	¦  «        ¦  «        }|d         �|d         �J ‚dS )zQTest ReID skips out-of-bounds detection crops while preserving feature alignment.r   r^  )ÚReIDTc                 ó   — d„ | D ¦   «         S )Nc                 ó6   — g | ]}t          j        d ¦  «        ‘ŒS )r@   )r]   rÚ  ©rk   rø   s     r5   r„   z=test_reid_invalid_crops.<locals>.<lambda>.<locals>.<listcomp>Î  s    € Ð<ZÐ<ZÐ<ZÈq½U¼ZÈ¹]¼]Ð<ZÐ<ZÐ<Zr4   r3   )Úcropss    r5   rÂ   z)test_reid_invalid_crops.<locals>.<lambda>Î  s   € Ð<ZÐ<ZÐTYÐ<ZÑ<ZÔ<Z€ r4   )r¿  r{  r|  r}   )r  r  é(   r™  )éL  rš  r2  r2  Nr/   )rv  r_  Úultralytics.trackers.utils.reidr”  r  Úis_ptrÿ   r   r€   r�   r�  rÙ  )r_  r”  rŠ  r  Úfeatss        r5   Útest_reid_invalid_cropsrž  Æ  sÄ   € à%Ð%Ð%Ð%Ð%Ð%à4Ð4Ð4Ð4Ð4Ð4à�lŠl˜4Ñ Ô €GØ€G„MØ#�OÐ.ZÐ.ZÐ[Ñ[Ô[€G„MÝ
Œ'�- ­B¬HÐ
5Ñ
5Ô
5€CØˆG�C�œÐ#3Ð#3Ð#3Ð5KÐ5KÐ5KÐ"LÕTVÔT^Ð_Ñ_Ô_Ñ`Ô`€EØ�Œ8Ð E¨!¤HÐ$4Ð$4Ð4Ð$4Ð$4r4   c           	      ó>  — | dv rdS ddl m}  |d¦  «        }t          | ¦  «        } |D ]"}|dk    rddini } | j        |fd	|› d
�dœ|¤Ž Œ#t	          g d¢g d¢¦  «        D ]_\  }}t          j        t          dz  ¦  «        }	|d|› d
�z  }
t          j        |
i |	¥|d|dœ¥¦  «         |                      |d	|
¬¦  «         Œ`| dk    rWt          j        t          dz  ¦  «        }	|dz  }
t          j        |
i |	¥dddœ¥¦  «         |                      |d	|
¬¦  «         dS dS )zÁTest streaming tracking on a short video with all built-in trackers and various GMC/ReID configurations.

    Note imgsz=160 required for tracking for higher confidence and better matches.
    >   úyolo26n-depth.ptúyolo26n-cls.ptr¨  Nr   rU  Útrack_videoru  Úsave_framesTé    rX  )r˜   r@  )ÚorbÚsiftÚecc)rx  rx  r¡  zcfg/trackers/botsort.yamlzbotsort-)ra  rz  rÿ   rÃ  zbotsort-reid-onnx.yamlzyolo26n-reid.onnxry  )	rY  rV  r   r�  r>  r#   rV  r    r  )rÿ   r  Úsolution_assetsrV  Ú	video_urlrQ  ÚkwargsÚgmcÚreidmÚdefault_argsÚcustom_yamls              r5   Útest_track_streamr¯  Ô  s·  € ð ð ð ð ð
 	ˆØ6Ð6Ð6Ð6Ð6Ð6à� Ñ.Ô.€IÝ�‰KŒK€Eð $ð Tð TˆØ*6¸)Ò*CÐ*C�- Ð&Ð&ÈˆØˆŒ�IÐS S°\Ð2HÐ2HÐ2HÐSÐSÈFÐSÐSÐSÐSõ Ð0Ð0Ð0Ð2TÐ2TÐ2TÑUÔUð ?ð ?‰
ˆˆUÝ”y¥Ð(CÑ!CÑDÔDˆØÐ!6¨CÐ!6Ð!6Ð!6Ñ6ˆÝŒ	�+Ðe ,Ðe¸cÐPTÐ_dÐeÐeÐeÑfÔfÐfØ�Š�I S°+ˆÑ>Ô>Ð>Ð>ð �ÒÐÝ”y¥Ð(CÑ!CÑDÔDˆØÐ!9Ñ9ˆÝŒ	�+Ð` ,Ð`¸TÐL_Ð`Ð`Ð`ÑaÔaÐaØ�Š�I S°+ˆÑ>Ô>Ð>Ð>Ð>ð	 Ðr4   ztask,weight,dataÚtaskr  r‹   Úreturnc                 ó¤  — t           r| dk    rt          ¦   «          t          |¦  «        }dD �]!}|                     |d|¬¦  «        }|                     ¦   «          |                     ¦   «          |                     ¦   «          | dk    rÄ|j                             ¦   «          |j                             ¦   «          |j                             ¦   «          |j        }| dv r|j        n	|j        dz   }|j	        j
        ||fk    sJ | › d|j	        j
        › �¦   «         ‚t          |                     ¦   «         d	         ¦  «        |j        k    sJ ‚�Œ#d
S )z+Test the validation mode of the YOLO model.Úsemantic)TFr—   )r‹   r˜   ÚplotsÚdepth>   Úclassifyr³  r/   z confusion matrix is r   N)r   r½   r   r±   Úto_dfÚto_csvÚto_jsonÚconfusion_matrixri  Úmatrixr  r_   Útp_fp)r°  r  r‹   rÿ   r´  ÚmetricsÚcmr  s           r5   Útest_valr¿  ú  sU  € õ ð ˜$ *Ò,Ð,ÝÑÔÐÝ�‰LŒL€EØð /ñ /ˆØ—)’) ¨R°u�)Ñ=Ô=ˆØ�Š‰ŒˆØ�ŠÑÔÐØ�ŠÑÔÐØ�7Š?ˆ?ØÔ$×*Ò*Ñ,Ô,Ð,ØÔ$×+Ò+Ñ-Ô-Ð-ØÔ$×,Ò,Ñ.Ô.Ð.ØÔ)ˆBØ $Ð(@Ð @Ð @�r”u�uÀbÄeÈaÁiˆHØ”9”? x°Ð&:Ò:Ð:Ð:¸tÐ<kÐ<kÐZ\ÔZcÔZiÐ<kÐ<kÑ:Ô:Ð:Ý�r—x’x‘z”z !”}Ñ%Ô%¨¬Ò.Ð.Ð.Ð.ùð/ð /r4   c           	      ó  — t          t          dz  ¦  «        }|                     ddddd| d¬¦  «        }t          t	          |j        ¦  «        dz                       d	¦  «        ¦  «        }|s
J d
¦   «         ‚t	          |j        ¦  «        dz                       ¦   «         s
J d¦   «         ‚|D �]W}|                     ¦   «          	                    ¦   «         D �],}d„ | 
                    ¦   «         D ¦   «         }|dd…         \  }}}	}
t          j        |dd…         ¦  «                             dd¦  «        }|dd…dd…f         dk    |dd…dd…f         dk    z                       ¦   «         sJ d|j        › �¦   «         ‚||dd…df         dk    dd…f         }t!          |¦  «        rZ|                     d¦  «        \  }}t%          ||z
  ¦  «        |	dz  dz   k     rt%          ||z
  ¦  «        |
dz  dz   k     s
J d¦   «         ‚�Œ.�ŒYdS )zmTest that pose keypoints saved by val(save_txt=True) and val(save_json=True) are in the original image space.úyolo26n-pose.ptúcoco8-pose.yamlr¯  ç      Ð?Tr±   )r‹   r˜   rÊ  r«  Ú	save_jsonÚprojecträ  Úlabelsz*.txtz'val(save_txt=True) saved no label fileszpredictions.jsonz-val(save_json=True) saved no predictions.jsonc                 ó,   — g | ]}t          |¦  «        ‘ŒS r3   )r·   ©rk   Úvs     r5   r„   z*test_val_save_txt_pose.<locals>.<listcomp>  s   € Ð5Ð5Ð5 1•e˜A‘h”hÐ5Ð5Ð5r4   r/   rE   Nr¨   rP   r0   r   zkeypoints not in [0, 1] in r4  çš™™™™™©?zkeypoints misaligned with box)r   r!   r±   ri   r   Úsave_dirr  ÚexistsÚ	read_textÚ
splitlinesr¦   r]   r}  Úviewr  rä  r_   ÚmeanÚabs)r  rÿ   r½  Ú	txt_filesÚtxt_fileÚlineÚvaluesr  Úyr�  ÚhÚkptsÚvisibleÚcxÚcys                  r5   Útest_val_save_txt_poserÜ    sC  € å•Ð0Ñ0Ñ1Ô1€Eð �iŠiØ c°¸tÈtÐ]eÐlqð ñ ô €Gõ •d˜7Ô+Ñ,Ô,¨xÑ7×=Ò=¸gÑFÔFÑGÔG€IØÐ?Ð?Ð?Ñ?Ô?ˆ9Ý�Ô!Ñ"Ô"Ð%7Ñ7×?Ò?ÑAÔAÐrÐrÐCrÑrÔrÐAØð rñ rˆØ×&Ò&Ñ(Ô(×3Ò3Ñ5Ô5ð 
	rñ 
	rˆDØ5Ð5¨¯
ª
©¬Ð5Ñ5Ô5ˆFØ  ! œ‰JˆAˆq�!�QÝ”<  q r r¤
Ñ+Ô+×0Ò0°°QÑ7Ô7ˆDØ˜!˜!˜!˜R˜a˜R˜%”[ AÒ%¨$¨q¨q¨q°"°1°"¨u¬+¸Ò*:Ñ;×@Ò@ÑBÔBÐqÐqÐDqÐbjÔboÐDqÐDqÑqÔqÐBð ˜4    1 œ:¨Ò+¨R¨a¨RÐ/Ô0ˆGÝ�7‰|Œ|ð rØ Ÿš a™œ‘��BÝ˜2 ™6‘{”{ Q¨¡U¨T¡\Ò1Ð1µc¸"¸q¹&±k´kÀAÈÁEÈDÁLÒ6PÐ6PÐ6PÐRqÑ6PÔ6PÐPùñ
	rðrð rr4   c                  ó    — ddl m}   | ¦   «         j        }t          |¦  «        t          t	          |¦  «        ¦  «        cxk    rdk    sn J ‚dS )zDTest that pose curve labels contain four unique box and pose series.r   )ÚPoseMetricsrA   N)Úultralytics.utils.metricsrÞ  Úcurvesr_   Úset)rÞ  rà  s     r5   Útest_pose_metrics_curvesrâ  )  sa   € à5Ð5Ð5Ð5Ð5Ð5àˆ[‰]Œ]Ô!€FÝˆv‰;Œ;�#�c &™kœkÑ*Ô*Ð/Ð/Ò/Ð/¨aÒ/Ð/Ð/Ð/Ð/Ð/Ð/Ð/r4   z&Edge devices not intended for trainingc                  ó  — t          t          ¦  «        } |                      ddgdd¬¦  «        }t          |t          ¦  «        rt          |¦  «        dk    sJ ‚t          d„ |                     ¦   «         D ¦   «         ¦  «        sJ ‚t          | j        j	        ¦  «        dk    sJ ‚| j        j
        }|j                             d¦  «        sJ ‚|dz                       ¦   «         sJ ‚|d	z                       ¦   «         sJ ‚d
S )zkTest fine-tuning a base model across a dataset collection, which triggers MultiTrainer for list/tuple data.r–   r/   r—   ©r‹   r§   r˜   r0   c              3   ó"   K  — | ]
}|od |v V — ŒdS )ÚfitnessNr3   )rk   rF  s     r5   rl   z#test_train_multi.<locals>.<genexpr>8  s+   è è € Ð>Ð>¨ˆqÐ#�Y !�^Ð>Ð>Ð>Ð>Ð>Ð>r4   Ú
multitrainzmultitrain_results.jsonzmultitrain_results.pngN)r   r   rœ   rE  Údictr_   r  rÕ  r„  ÚtrainersrË  rä  Ú
startswithrÌ  )rÿ   r—  Ú	sweep_dirs      r5   Útest_train_multirì  1  s  € õ •‰KŒK€EØ�kŠk ¨lÐ;ÀAÈRˆkÑPÔP€GÝ�g�tÑ$Ô$Ð:­¨W©¬¸Ò):Ð):Ð):Ð:ÝÐ>Ð>¨W¯^ª^Ñ-=Ô-=Ð>Ñ>Ô>Ñ>Ô>Ð>Ð>Ð>ÝˆuŒ}Ô%Ñ&Ô&¨!Ò+Ð+Ð+Ð+Ø”Ô&€IØŒ>×$Ò$ \Ñ2Ô2Ð2Ð2Ð2ØÐ1Ñ1×9Ò9Ñ;Ô;Ð;Ð;Ð;ØÐ0Ñ0×8Ò8Ñ:Ô:Ð:Ð:Ð:Ð:Ð:r4   c                  óˆ   — ddl m}  d} | |› d�¦  «        dk    sJ ‚ | |› d�¦  «        dk    sJ ‚ | d¦  «        dk    sJ ‚d	S )
zfTest Platform web URLs are rewritten to ul:// URIs so datasets/models load directly from a pasted URL.r   )Únormalize_platform_uriz-https://platform.ultralytics.com/glenn-jocherz/datasets/coco8z ul://glenn-jocher/datasets/coco8z/project/model/zul://glenn-jocher/project/modelr–   N)Úultralytics.utils.checksrî  )rî  Úbases     r5   Útest_normalize_platform_urirñ  @  s‡   € à?Ð?Ð?Ð?Ð?Ð?à:€DØ!Ð! TÐ":Ð":Ð":Ñ;Ô;Ð?aÒaÐaÐaÐaØ!Ð! TÐ":Ð":Ð":Ñ;Ô;Ð?`Ò`Ð`Ð`Ð`Ø!Ð! ,Ñ/Ô/°<Ò?Ð?Ð?Ð?Ð?Ð?r4   c                 ó¤   ‡— ddl m}m} g Šˆfd„}|                      |d|¦  «         d}|                     |¦  «        dk    sJ ‚‰|dfgk    sJ ‚dS )	zETest signed NDJSON URLs are converted before dataset YAML validation.r   )Ú	converterrŠ   c              “   ó:   •K  — ‰                      | |f¦  «         dS )Núdataset.ndjson.yaml©rp   )r  r¬   r¦   Úcaptureds      €r5   rã  z+test_convert_signed_ndjson.<locals>.convertP  s$   øè è € Ø�Š˜˜xÐ(Ñ)Ô)Ð)Ø$Ð$r4   Úconvert_ndjson_to_yolozLhttps://storage.googleapis.com/bucket/dataset-v1.ndjson?X-Goog-Signature=abcrõ  r­   N)Úultralytics.dataró  rŠ   r\   Ú convert_ndjson_to_yolo_if_needed)ra   ró  rŠ   rã  Úurlr÷  s        @r5   Útest_convert_signed_ndjsonrü  J  s–   ø€ à1Ð1Ð1Ð1Ð1Ð1Ð1Ð1à€Hð%ð %ð %ð %ð %ð ×Ò˜	Ð#;¸WÑEÔEÐEØ
X€CØ×1Ò1°#Ñ6Ô6Ð:OÒOÐOÐOÐOØ˜˜c˜
�|Ò#Ð#Ð#Ð#Ð#Ð#r4   Údetectr¶  c                 ó^	  ‡‡‡‡‡‡‡‡‡ ‡!‡"‡#‡$‡%‡&‡'‡(— ddl ŠddlŠ%ddl}ddlm} ddl}ddlmŠ  i t          ¦   «         d| 	                    ¦   «         f\  Š"Š#ŠŠ! G ˆˆ!ˆ"ˆ#ˆ$fd„d¦  «        Š G ˆfd„d¦  «        }t          j        d	t          j        d
t          j        ¬¦  «        ¦  «        \  }}|sJ ‚|                     ¦   «         Š$|                      |d|¦  «         ‰ j        Š&ˆˆ!ˆ&fd„}	|                      ‰ d|	¦  «         ‰dk    rddgindg d¢giŠˆˆ%ˆˆfd„}
 |
d¦  «        }d}|                     |¦  «        Šˆˆˆ ˆfd„Š ||¬¦  «        5 Š't'          ‰'                     ‰|g|z  ¦  «        ¦  «        }ddd¦  «         n# 1 swxY w Y   t+          t          |¦  «        ¦  «        dk    sJ ‚‰dk    sJ ‚t-          ‰"                     ¦   «         ¦  «        dk    sJ ‚‰dk    røt1          |d         ¦  «        d         dk    sJ ‚ddlm} |                      |dd¦  «         t5          t6          ¦  «        }|                     |d         dz  |¦  «        }|                     |d         dz  |¦  «        }|j        d         d         dk    sJ ‚|j        d         d         dk    sJ ‚|                     |d         dz  |¦  «        j        d         d         dk    sJ ‚ |
d ¦  «        Š(d!}‰#                     |¦  «          ||¬¦  «        5 Š'ˆˆ'ˆ(fd"„t?          |¦  «        D ¦   «         }g g }}|D ]c}	 |                      | !                    ¦   «         ¦  «         Œ+# tD          $ r,}|                      tG          |¦  «        ¦  «         Y d}~Œ\d}~ww xY w	 ddd¦  «         n# 1 swxY w Y   t+          |¦  «        t+          |¦  «        cxk    rdk    rn n
d#|d         v sJ ‚|d         }‰dk    r|d$z  n|}tI          j%        |¦  «        d%         d&u sJ ‚‰"d'         dk    sJ ‚‰"|         dk    sJ ‚t-          ‰"                     ¦   «         ¦  «        }‰ &                    ‰  '                    ‰(‰¦  «        ¦  «         ‰d(k    sJ ‚t-          ‰"                     ¦   «         ¦  «        |k    sJ ‚dS ))zgTest concurrent conversions share work and interrupted conversions resume before publishing completion.r   Nr"  )ró  c                   ó:   •— e Zd Zd„ Zd„ Zd„ Zd„ Zˆ ˆˆˆˆfd„ZdS )ú?test_ndjson_conversion_concurrency_and_resume.<locals>.Responsec                 ó   — || _         d S rg   )rû  )rà   rû  s     r5   rÚ   zHtest_ndjson_conversion_concurrency_and_resume.<locals>.Response.__init__i  s   € ØˆDŒHˆHˆHr4   c              “   ó
   K  — | S rg   r3   rß   s    r5   Ú
__aenter__zJtest_ndjson_conversion_concurrency_and_resume.<locals>.Response.__aenter__l  ó   è è € ØˆKr4   c              —   ó
   K  — d S rg   r3   ©rà   rø   s     r5   Ú	__aexit__zItest_ndjson_conversion_concurrency_and_resume.<locals>.Response.__aexit__o  ó   è è € ØˆDr4   c                 ó   — d S rg   r3   rß   s    r5   Úraise_for_statuszPtest_ndjson_conversion_concurrency_and_resume.<locals>.Response.raise_for_statusr  ó   € ØˆDr4   c              “   ó*  •K  — ‰                      d¦  «        ƒ d {V —† ‰5  ‰                     | j        d¦  «        dz   ‰| j        <   | j        ‰v }‰                     | j        ¦  «         d d d ¦  «         n# 1 swxY w Y   |rt	          d¦  «        ‚‰S )Nç{®Gáz„?r   r/   Úinterrupted)Úsleeprñ   rû  ÚdiscardÚOSError)rà   ÚfailÚasyncioÚ
count_lockÚcountsÚfailuresÚimage_bytess     €€€€€r5   ÚreadzDtest_ndjson_conversion_concurrency_and_resume.<locals>.Response.readu  sç   øè è € Ø—-’- Ñ%Ô%Ð%Ð%Ð%Ð%Ð%Ð%Ð%Øð +ð +Ø#)§:¢:¨d¬h¸Ñ#:Ô#:¸QÑ#>��t”xÑ Ø”x 8Ð+�Ø× Ò  ¤Ñ*Ô*Ð*ð+ð +ð +ñ +ô +ð +ð +ð +ð +ð +ð +øøøð +ð +ð +ð +ð ð -Ý˜mÑ,Ô,Ð,ØÐs   ¡A
A7Á7A;Á>A;N)Ú__name__Ú
__module__Ú__qualname__rÚ   r  r  r
  r  )r  r  r  r  r  s   €€€€€r5   ÚResponser   h  s~   ø€ € € € € ð	ð 	ð 	ð	ð 	ð 	ð	ð 	ð 	ð	ð 	ð 	ð	ð 	ð 	ð 	ð 	ð 	ð 	ð 	ð 	ð 	ð 	r4   r  c                   ó,   •— e Zd Zd„ Zd„ Zd„ Zˆ fd„ZdS )ú>test_ndjson_conversion_concurrency_and_resume.<locals>.Sessionc                 ó   — d S rg   r3   r  s     r5   rÚ   zGtest_ndjson_conversion_concurrency_and_resume.<locals>.Session.__init__€  r  r4   c              “   ó
   K  — | S rg   r3   rß   s    r5   r  zItest_ndjson_conversion_concurrency_and_resume.<locals>.Session.__aenter__ƒ  r  r4   c              —   ó
   K  — d S rg   r3   r  s     r5   r  zHtest_ndjson_conversion_concurrency_and_resume.<locals>.Session.__aexit__†  r  r4   c                 ó   •—  ‰|¦  «        S rg   r3   )rà   rû  rø   r  s      €r5   rñ   zBtest_ndjson_conversion_concurrency_and_resume.<locals>.Session.get‰  s   ø€ Ø�8˜C‘=”=Ð r4   N)r  r  r  rÚ   r  r  rñ   )r  s   €r5   ÚSessionr    s[   ø€ € € € € ð	ð 	ð 	ð	ð 	ð 	ð	ð 	ð 	ð	!ð 	!ð 	!ð 	!ð 	!ð 	!ð 	!r4   r#  ú.jpg©é   r&  rP   r}   ÚClientSessionc               —   ó\   •K  — ‰5  ‰dz  Šd d d ¦  «         n# 1 swxY w Y    ‰| Ž ƒ d {V —†S rÕ   r3   )r6  Úconversionsr  Úoriginal_converts    €€€r5   Útrack_conversionzGtest_ndjson_conversion_concurrency_and_resume.<locals>.track_conversion’  sŒ   øè è € àð 	ð 	Ø˜1ÑˆKð	ð 	ð 	ñ 	ô 	ð 	ð 	ð 	ð 	ð 	ð 	øøøð 	ð 	ð 	ð 	à%Ð% tÐ,Ð,Ð,Ð,Ð,Ð,Ð,Ð,s   †˜ŸÚ_convert_ndjson_to_yolor¶  Úclassificationr’  rÇ  )r   r4  r4  r/   r/   c                 óÒ   •— ‰| › d�z  }d‰dddœdœdd| › d	�d
‰dœdd| › d�d‰dk    rddgin‰dœg}|                      d                     ˆfd„|D ¦   «         ¦  «        ¦  «         |S )Nz.ndjsonrU   ÚitemÚrare)Ú7Ú8)r¶   r°  Úclass_namesz	train.jpgzhttps://example.com/z
-train.jpgrœ   )r•  rû  r¦   Úannotationszval.jpgz-val.jpgr±   r¶  r-  rA   r�  c              3   óB   •K  — | ]}‰                      |¦  «        V — Œd S rg   )Údumps)rk   ÚrecordÚjsons     €r5   rl   zVtest_ndjson_conversion_concurrency_and_resume.<locals>.write_ndjson.<locals>.<genexpr>¬  s/   øè è € Ð!KÐ!K¸ $§*¢*¨VÑ"4Ô"4Ð!KÐ!KÐ!KÐ!KÐ!KÐ!Kr4   )Ú
write_textÚjoin)rä  r  Úrecordsr4  r8  r°  r  s      €€€€r5   Úwrite_ndjsonzCtest_ndjson_conversion_concurrency_and_resume.<locals>.write_ndjson›  sÉ   ø€ Ø˜TÐ*Ð*Ð*Ñ*ˆà¨À6ÐPVÐ=WÐ=WÐXÐXà#Ø>¨dÐ>Ð>Ð>Ø Ø*ð	ð ð "Ø<¨dÐ<Ð<Ð<ØØ:>À*Ò:LÐ:LÐ 0°1°#Ð6Ð6ÐR]ð	ð ð
ˆð 	�Š˜Ÿ	š	Ð!KÐ!KÐ!KÐ!KÀ7Ð!KÑ!KÔ!KÑKÔKÑLÔLÐLØˆr4   Ú
concurrentr0   c                 ó~   •— ‰                      ¦   «          ‰                     ‰                     | ‰¦  «        ¦  «        S rg   )ÚwaitÚrunrø  )r  r  Úbarrierró  r  s    €€€€r5   rã  z>test_ndjson_conversion_concurrency_and_resume.<locals>.convert³  s2   ø€ Ø�Š‰ŒˆØ�{Š{˜9×;Ò;¸DÀ(ÑKÔKÑLÔLÐLr4   )Úmax_workersr/   ri  )rU   ÚTORCHVISION_0_18Frœ   r±   Úresumez"https://example.com/resume-val.jpgc                 ó<   •— g | ]}‰                      ‰‰¦  «        ‘ŒS r3   )Úsubmit)rk   rø   rã  r.  rD  s     €€€r5   r„   zAtest_ndjson_conversion_concurrency_and_resume.<locals>.<listcomp>Ì  s'   ø€ ÐEÐEÐE°A�4—;’;˜w¨Ñ/Ô/ÐEÐEÐEr4   zDownloaded 1/2 imagesz.ndjson.yamlÚcompleteTz$https://example.com/resume-train.jpgr@   )(r  r8  Ú	threadingr)  r#  Úaiohttprù  ró  rá  ÚLockr±  Úimencoder   r  r�   Útobytesr\   r,  ÚBarrierri   r,  r_   ÚsumrÕ  r   rU   r   r   ÚClassificationDatasetÚsamplesÚaddrG   rp   Úresultr2   rí   r#   rV  r@  rø  ))ra   r  r°  rH  r#  rI  r#  Úokr>  r+  r<  r=  Újobsr—  Údataset_moduler6  rœ   r±   Ú
failed_urlÚfuturesÚerrorsÚfuturer#  rR  ÚmarkerÚrequest_countr  r4  r  rA  r)  rã  ró  r  r  r  r  r8  r*  r.  rD  s)    ``                       @@@@@@@@@@@@@@@r5   Ú-test_ndjson_conversion_concurrency_and_resumer\  Z  s�  øøøøøøøøøøøøøøøøø€ ð €N€N€NØ€K€K€KØÐÐÐØ5Ð5Ð5Ð5Ð5Ð5à€N€N€Nà*Ð*Ð*Ð*Ð*Ð*à02µC±E´E¸1¸i¿nºnÑ>NÔ>NÐ0NÑ-€FˆH�k :ðð ð ð ð ð ð ð ð ð ð ñ ô ð ð.!ð !ð !ð !ð !ð !ð !ñ !ô !ð !õ ”˜V¥R¤X¨kÅÄÐ%JÑ%JÔ%JÑKÔK�I€BˆØ€I€Iˆ2Ø—-’-‘/”/€KØ×Ò˜ °'Ñ:Ô:Ð:Ø Ô8Ðð-ð -ð -ð -ð -ð -ð -ð ×Ò˜	Ð#<Ð>NÑOÔOÐOØ-1°ZÒ-?Ð-?Ð# a SÐ)Ð)ÀgÐPcÐPcÐPcÐOdÐEe€Kðð ð ð ð ð ð ð ð( �˜lÑ+Ô+€JØ€DØ×Ò Ñ%Ô%€GðMð Mð Mð Mð Mð Mð Mð Mð 
Ð	¨Ð	-Ñ	-Ô	-ð ?°Ý�t—x’x ¨*¨¸Ñ)<Ñ=Ô=Ñ>Ô>ˆð?ð ?ð ?ñ ?ô ?ð ?ð ?ð ?ð ?ð ?ð ?øøøð ?ð ?ð ?ð ?å�s�7‰|Œ|ÑÔ Ò!Ð!Ð!Ð!Ø˜!ÒÐÐÐÝˆv�}Š}‰ŒÑÔ 1Ò$Ð$Ð$Ð$ØˆzÒÐÝ  ¨¤Ñ,Ô,¨TÔ2°aÒ7Ð7Ð7Ð7Ø>Ð>Ð>Ð>Ð>Ð>à×Ò˜NÐ,>ÀÑFÔFÐFÝ•KÑ Ô ˆØ×4Ò4°W¸Q´ZÀ'Ñ5IÈ4ÑPÔPˆØ×2Ò2°7¸1´:ÀÑ3EÀtÑLÔLˆØŒ}˜QÔ Ô" aÒ'Ð'Ð'Ð'ØŒ{˜1Œ~˜aÔ  AÒ%Ð%Ð%Ð%Ø×3Ò3°G¸A´JÀÑ4FÈÑMÔMÔUÐVWÔXÐYZÔ[Ð_`Ò`Ð`Ð`Ð`àˆ\˜(Ñ#Ô#€FØ5€JØ‡L‚L�ÑÔÐØ	Ð	¨Ð	-Ñ	-Ô	-ð *°ØEÐEÐEÐEÐEÐE½¸t¹¼ÐEÑEÔEˆØ˜b�ˆØð 	*ð 	*ˆFð*Ø—’˜vŸ}š}™œÑ/Ô/Ð/Ð/øÝð *ð *ð *Ø—’�c %™jœjÑ)Ô)Ð)Ð)Ð)Ð)Ð)Ð)øøøøð*øøøð	*ð*ð *ð *ñ *ô *ð *ð *ð *ð *ð *ð *øøøð *ð *ð *ð *õ ˆv‰;Œ;�#˜g™,œ,Ð+Ð+Ò+Ð+¨!Ò+Ð+Ð+Ð+Ð+Ð0GÈ6ÐRSÌ9Ð0TÐ0TÐ0TÐTØ�QŒZ€FØ(,°
Ò(:Ð(:ˆV�nÑ$Ð$À€FÝŒ9�VÑÔ˜ZÔ(¨DÐ0Ð0Ð0Ð0ØÐ8Ô9¸QÒ>Ð>Ð>Ð>Ø�*Ô Ò"Ð"Ð"Ð"Ý˜Ÿš™œÑ(Ô(€MØ‡K‚K�	×0Ò0°¸ÑBÔBÑCÔCÐCØ˜!ÒÐÐÐÝˆv�}Š}‰ŒÑÔ =Ò0Ð0Ð0Ð0Ð0Ð0sN   Å(FÆFÆFÌ&N$Ì6'MÍN$Í
NÍ("NÎ
N$ÎNÎN$Î$N(Î+N(c            	      ó„  — t          t          ¦  «        } |                      ddddddd¬¦  «         | j        j        j        d         }|j        �|j        €J ‚t          | j        j        j        d
¦  «        rt          | j        j        j        d¦  «        sJ ‚| j        j	        j	        j
        rJ ‚ | t          ¦  «         d	S )zdTest training the YOLO model from scratch on 12 different image types in the COCO12-Formats dataset.r  r0   r—   Údiskr¨   r/   rÿ   )r‹   r§   r˜   r“   rC   Úclose_mosaicrä  NÚone2manyÚone2one)r   r   rœ   r„  rÿ   r±  Úone2one_cv2r  r8  r  r³   r	   )rÿ   Úheads     r5   Útest_train_scratchrd  ß  s¹   € õ •‰IŒI€EØ	‡K‚KÐ*°1¸BÀfÐTVÐefÐmt€KÑuÔuÐuØŒ=ÔÔ$ RÔ(€DØŒ8Ð DÔ$4Ð$@Ð$@Ð@Ý�5”=Ô&Ô0°*Ñ=Ô=ÐsÅ'È%Ì-ÔJ]ÔJgÐirÑBsÔBsÐsÐsÐsØŒ}Ô Ô$Ô,Ð,Ð,Ð,Ø	€E�&�M„M€M€M€Mr4   c                  ót   — t          t          dz  ¦  «        } |                      t          › d�dd¬¦  «         dS )z9Test training the YOLO model using NDJSON format dataset.rÃ  z/coco8-ndjson.ndjsonr/   r—   rä  N)r   r!   rœ   r   rÓ  s    r5   Útest_train_ndjsonrf  ì  s=   € õ •˜|Ñ+Ñ,Ô,€EØ	‡K‚K�
Ð8Ð8Ð8ÀÈ"€KÑMÔMÐMÐMÐMr4   Úsclsc           
      óŽ   — t          t          dz  ¦  «        }|                     ddddddd| ¬¦  «          |t          ¦  «         d	S )
zGTest training of the YOLO model starting from a pre-trained checkpoint.úyolo26n-seg.ptúcoco8-seg.yamlr/   r—   Úramr4  r   )r‹   r§   r˜   r“   Ú
copy_pasteÚmixuprä  Ú
single_clsN)r   r!   rœ   r	   )rg  rÿ   s     r5   Útest_train_pretrainedro  ô  sY   € õ •Ð/Ñ/Ñ0Ô0€EØ	‡K‚KØ a¨r¸È3ÐVYÐ`aÐnrð ñ ô ð ð 
€E�&�M„M€M€M€Mr4   c                  óÞ   — t           dz  dz                       d¦  «        D ]K} d| j        v r,t          r$ t	          | j        ¦  «        t
          d¬¦  «        }Œ7t          | j        ¦  «         ŒLdS )z]Test YOLO model creation for all available YAML configurations in the `cfg/models` directory.r    Úmodelsz*.yamlÚrtdetrr¤  r¬  N)r    Úrglobrä  r)   r   r	   r   )rF  rø   s     r5   Útest_all_model_yamlsrt  ÿ  ss   € å�U‰l˜XÑ%×,Ò,¨XÑ6Ô6ð ð ˆØ�q”vÐÐÝð 6Ø"•F˜1œ6‘N”N¥6°Ð5Ñ5Ô5�øå�”‰LŒLˆLˆLðð r4   zPWindows slow CI export bug https://github.com/ultralytics/ultralytics/pull/16003c                 óæ   — t          | ¦  «        }|                     dddd¬¦  «         |                     d¬¦  «         |                     t          d¬¦  «         |                     d¬¦  «         d	S )
zUTest the complete workflow including training, validation, prediction, and exporting.r–   r/   r—   ÚSGD)r‹   r§   r˜   r©   r¬  Útorchscript©ÚformatN)r   rœ   r±   r‰  r	   Úexport)Úisolated_modelrÿ   s     r5   Útest_workflowr|  	  so   € õ �Ñ Ô €EØ	‡K‚K�\¨!°2À€KÑGÔGÐGØ	‡I‚I�B€IÑÔÐØ	‡M‚M•& €MÑ#Ô#Ð#Ø	‡L‚L˜€LÑ&Ô&Ð&Ð&Ð&r4   c                  óP  — d„ } t          t          ¦  «        }|                     d| ¦  «         t          t          ¬¦  «        }|j        }|                     |dd¬¦  «        }|D ]A\  }}}t          d|j        ¦  «         t          d|¦  «         |j	        }t          |¦  «         ŒBdS )	zGTest callback functionality during YOLO prediction setup and execution.c                 óØ   ‡ — ‰ j         \  }}}t          |t          ¦  «        r|n|g}ˆ fd„t          t	          |¦  «        ¦  «        D ¦   «         }t          ‰ j        ||¦  «        ‰ _        dS )zKCallback function that handles operations at the end of a prediction batch.c                 ó(   •— g | ]}‰j         j        ‘ŒS r3   )rU   Úbs)rk   rø   r¿  s     €r5   r„   zQtest_predict_callback_and_setup.<locals>.on_predict_batch_end.<locals>.<listcomp>  s   ø€ Ð=Ð=Ð= qˆiÔÔ"Ð=Ð=Ð=r4   N)rC   rE  ri   rG   r_   r>  r—  )r¿  r  Úim0srø   r€  s   `    r5   Úon_predict_batch_endz=test_predict_callback_and_setup.<locals>.on_predict_batch_end  sn   ø€ à!œ‰ˆˆd�AÝ! $­Ñ-Ô-Ð9ˆtˆt°D°6ˆØ=Ð=Ð=Ð=­Eµ#°d±)´)Ñ,<Ô,<Ð=Ñ=Ô=ˆÝ 	Ô 1°4¸Ñ<Ô<ˆ	ÔÐÐr4   r‚  )rH  Tr—   )r­  r˜   Útest_callbackN)
r   r   Úadd_callbackr   r	   r€  r‰  Úprintr  rÇ  )r‚  rÿ   rU   r€  r—  ÚrrØ  rÇ  s           r5   Útest_predict_callback_and_setupr‡    s¹   € ð=ð =ð =õ •‰KŒK€EØ	×ÒÐ-Ð/CÑDÔDÐDå#­6Ð2Ñ2Ô2€GØ	Œ€BØ�mŠm˜G¨D¸ˆmÑ;Ô;€GØð ð ‰
ˆˆ3�Ýˆo˜sœyÑ)Ô)Ð)Ýˆo˜rÑ"Ô"Ð"Ø”ˆÝˆe‰Œˆˆð	ð r4   c                 ó,  — t           r| dk    rt          ¦   «          | dk    r |d¦  «        nt          }d| v pd| v } t          t          | z  ¦  «        ||g|rdnd¬¦  «        }|D �]¬}|rX|j        �|j        j        |j        k    sJ d
| › d�¦   «         ‚|j        j        j	        t          j        k    sJ d
| › d�¦   «         ‚nt          |¦  «        sJ d
| › d�¦   «         ‚|                     ¦   «                              ¦   «         }t          |t          |¦  «        |j        ¦  «         |                     dt          j        ¬¦  «        }|                     |dz  d¬¦  «         |                     |dz  ¬¦  «         |                     d¬¦  «         |                     ¦   «          |                     d¬¦  «         |                     dd|dz  ¬¦  «         |                     dd¬¦  «         t          |t          |¦  «        |j        ¦  «         �Œ®d	S )zATest YOLO model results processing and output in various formats.r¨  zyolo26n-obb.ptÚboatsr³  z-semr—   r¤  r¬  Nú'z6' semantic_mask should match the original image shape!z-' semantic_mask should use compact class IDs!z' results should not be empty!rþ   r¾  zruns/tests/label.txtT)rÓ  Ú	save_confzruns/tests/crops/)rË  rP   )Údecimals)Ú	normalizezresults_plot_save.jpg)Úpilr  Úfilename)rÊ  rÇ  )r   r½   r	   r   r!   Úsemantic_maskr  Ú
orig_shaper‹   r~   r]   r�   r_   rþ   r¶  r…  r  r  rÙ  r«  Ú	save_cropr·  r¸  r¹  Úplot)rÿ   r  r¨  rŠ  Úis_semanticr—  r†  s          r5   Útest_resultsr•  *  s6  € õ ð ˜%Ð#3Ò3Ð3ÝÑÔÐØ%*Ð.>Ò%>Ð%>ˆˆ˜Ñ	!Ô	!Ð	!ÅF€BØ Ð%Ð8¨°5¨€KØ'�d•; Ñ&Ñ'Ô'¨¨R¨¸kÐ8R¸¸ÈsÐSÑSÔS€GØð !ñ !ˆØð 	EØ”?Ð.°1´?Ô3HÈAÌLÒ3XÐ3XÐ3XØQ�EÐQÐQÐQñ 4YÔ3XÐXð ”?Ô'Ô-µ´Ò<Ð<Ð<Ð>vÀ%Ð>vÐ>vÐ>vÑ<Ô<Ð<Ð<å�q‘6”6ÐDÐDÐD˜uÐDÐDÐDÑDÔD�6Ø�EŠE‰GŒG�MŠM‰OŒOˆÝˆa•�Q‘”˜œÑ Ô Ð Ø�DŠD˜¥U¤]ˆDÑ3Ô3ˆØ	�
Š
˜HÐ'=Ñ=Èˆ
ÑNÔNÐNØ	�Š˜XÐ(;Ñ;ˆÑ<Ô<Ð<Ø	�Š˜ˆÑÔÐØ	�Š‰
Œ
ˆ
Ø	�	Š	˜Dˆ	Ñ!Ô!Ð!Ø	�Š�4˜d¨XÐ8OÑ-OˆÑPÔPÐPØ	�Š�D ˆÑ%Ô%Ð%Ýˆa•�Q‘”˜œÑ Ô Ð Ñ ð%!ð !r4   c                  ó  — ddl m}  t          j        dt          j        ¬¦  «        }t          j        dt
          j        ¬¦  «        } | |dddd	œ|¬
¦  «        }|j        �J ‚dD ](}|                     |¬¦  «        j	        |j	        k    sJ ‚Œ)dS )zVTest that plotting a masks-only Results (boxes=None) does not raise an AttributeError.r   ©ÚResultsr{  r}   )r0   r¯  r¯  ú	image.jpgÚar9  rm  ©r  rY  ÚmasksN)ÚclassÚinstance)Ú
color_mode)
r<  r˜  r   r  r�   r]   rÙ  rÇ  r“  r  )r˜  Úorig_imgrœ  r†  rŸ  s        r5   Útest_results_plot_without_boxesr¡  G  s¯   € à2Ð2Ð2Ð2Ð2Ð2åŒx˜­R¬XÐ6Ñ6Ô6€HÝŒK˜­U¬]Ð;Ñ;Ô;€EØˆ�˜{°c¸cÐ2BÐ2BÈ%ÐPÑPÔP€AØŒ7ˆ?ˆ?ˆ?Ø+ð Eð Eˆ
Ø�vŠv ˆvÑ,Ô,Ô2°h´nÒDÐDÐDÐDÐDðEð Er4   c                  óÚ  — ddl m} m} t          j        dt          j        ¬¦  «        }t          j                             dd¦  «                             t          j	        ¦  «        } ||dddi|¬	¦  «        }t          |j        | ¦  «        sJ ‚|j        j        j        d
k    sJ ‚|                     ¦   «                              ¦   «         }|j        €J ‚|j        j        j        d
k    sJ ‚dS )zHA depth array becomes a DepthMap that survives the .cpu().numpy() chain.r   ©ÚDepthMapr˜  )r÷  é   rP   r}   r÷  r¥  úx.jpgrµ  ©r   r  rY  rµ  )r÷  r¥  N)r<  r¤  r˜  r   r  r�   rm   rµ  r·  rÙ  rE  rµ  r‹   r  rþ   r¶  )r¤  r˜  r  rµ  r†  Úrcs         r5   Útest_results_depth_fieldr©  S  sâ   € à<Ð<Ð<Ð<Ð<Ð<Ð<Ð<å
Œ(�;¥b¤hÐ
/Ñ
/Ô
/€CÝŒI�NŠN˜2˜rÑ"Ô"×)Ò)­"¬*Ñ5Ô5€EØˆ˜ 7°1°g°,ÀeÐLÑLÔL€AÝ�a”g˜xÑ(Ô(Ð(Ð(Ð(ØŒ7Œ<Ô Ò)Ð)Ð)Ð)Ø	
�Š‰Œ�Š‰Œ€BØŒ8ÐÐÐØŒ8Œ=Ô (Ò*Ð*Ð*Ð*Ð*Ð*r4   c            	      óô  — ddl m} m} t          j        dt          j        ¬¦  «        } ||di d¬¦  «        j        �J ‚ ||dddit          j        d	t          j        ¬¦  «        ¬¦  «        }| 	                    ¦   «         g k    sJ ‚t          |¦  «        d
k    sJ ‚ ||dddi¬¦  «        }|                     t          j        d	t          j        ¬¦  «        ¬¦  «         t          |j        | ¦  «        sJ ‚dS )zcDepth-only Results: None passthrough, empty summary, __len__ counts the map, update() wraps arrays.r   r£  r|   r}   r¦  Nr§  rµ  ©rA   rA   r/   ©r   r  rY  )rµ  )r<  r¤  r˜  r   r  r�   rµ  rÚ  rÙ  Úsummaryr_   rÞ   rE  )r¤  r˜  r  r†  s       r5   Ú.test_results_depth_none_summary_len_and_updater®  a  s
  € à<Ð<Ð<Ð<Ð<Ð<Ð<Ð<å
Œ(�9¥B¤HÐ
-Ñ
-Ô
-€CØˆ7˜C g°R¸tÐDÑDÔDÔJÐRÐRÐRØˆ˜ 7°1°g°,ÅbÄgÈfÕ\^Ô\fÐFgÑFgÔFgÐhÑhÔh€AØ�9Š9‰;Œ;˜"ÒÐÐÐÝˆq‰6Œ6�QŠ;ˆ;ˆ;ˆ;Øˆ˜ 7°1°g°,Ð?Ñ?Ô?€AØ‡H‚H•2”7˜6­¬Ð4Ñ4Ô4€HÑ5Ô5Ð5Ý�a”g˜xÑ(Ô(Ð(Ð(Ð(Ð(Ð(r4   c                  ó@  — ddl m}  t          j        dt          j        ¬¦  «        }t          j                             dd¦  «                             t          j        ¦  «        } | |dddi|¬¦  «        }| 	                    ¦   «         }|j
        d	d
…         dk    sJ ‚d	S )zRResults.plot() with a depth map blends the colorized depth heatmap over the image.r   r—  )r¥  r¥  rP   r}   r¥  r¦  rµ  r§  Nr0   )r¥  r¥  )r<  r˜  r   r  r�   rm   rµ  r·  rÙ  r“  r  )r˜  r  rµ  r†  rÁ  s        r5   Útest_results_plot_with_depthr°  o  s™   € à2Ð2Ð2Ð2Ð2Ð2å
Œ(�;¥b¤hÐ
/Ñ
/Ô
/€CÝŒI�NŠN˜2˜rÑ"Ô"×)Ò)­"¬*Ñ5Ô5€EØˆ˜ 7°1°g°,ÀeÐLÑLÔL€AØ
�&Š&‰(Œ(€CØŒ9�R�a�RŒ=˜HÒ$Ð$Ð$Ð$Ð$Ð$r4   c                  ó8  — ddl m}   | t          j        dt          j        ¬¦  «        ¦  «        }|                     t          j                             dd¦  «                             t          j	        ¦  «        ¦  «         | 
                    ¦   «         j        dk    sJ ‚ | t          j        dt          j        ¬¦  «        ¦  «        }|                     t          j        dt          j	        ¬¦  «        ¦  «         | 
                    ¦   «         j        dk    sJ ‚dS )	z[Annotator.depth_map colorizes a depth array, including the all-zero (no valid pixels) case.r   ©Ú	Annotator©r—   r—   rP   r}   r—   r%  ©r&  r&  N)Úultralytics.utils.plottingr³  r   r  r�   Ú	depth_maprm   rµ  r·  rÙ  rR  r  )r³  Úanns     r5   Útest_annotator_depth_mapr¹  z  sç   € à4Ð4Ð4Ð4Ð4Ð4à
ˆ)•B”H˜[µ´Ð9Ñ9Ô9Ñ
:Ô
:€CØ‡M‚M•"”)—.’.  RÑ(Ô(×/Ò/µ´
Ñ;Ô;Ñ<Ô<Ð<Ø�:Š:‰<Œ<Ô Ò,Ð,Ð,Ð,Ø
ˆ)•B”H˜[µ´Ð9Ñ9Ô9Ñ
:Ô
:€CØ‡M‚M•"”(˜8­2¬:Ð6Ñ6Ô6Ñ7Ô7Ð7Ø�:Š:‰<Œ<Ô Ò,Ð,Ð,Ð,Ð,Ð,r4   c                  ó´  — ddl m} m} t          j        dt          j        ¬¦  «                             dd¦  «        }dddgt          j        dg¦  «        t          j	        d¦  «        t          j	        dg¦  «        dgt          j	        dg¦  «        t          dd	¦  «        f	}d	d
d	gt          j	        d	¦  «        f}dgt          j	        dg¦  «        t          d	d¦  «        t          dd¦  «        f}|| fD ]á} ||d¬¦  «        }|D ]^}||         }	t          |	¦  «        d	k    r,t          j        t          j        |	j        ¦  «        |¦  «        sJ |j        › d|›d�¦   «         ‚Œ_|D ];}t!          j        t$          ¦  «        5  ||          ddd¦  «         n# 1 swxY w Y   Œ<|D ]0}t          ||         ¦  «        dk    sJ |j        › d|›d�¦   «         ‚Œ1ŒâdS )zkValid indices keep the intact map on SemanticMask/DepthMap; out-of-range raises; empty selections zero len.r   )r¤  ÚSemanticMaskr÷  r}   r@   rE   r¨   Tr/   éþÿÿÿFN)r@   rE   )r‘  ú[ú]z] should be empty)r<  r¤  r»  r]   ÚarangerÙ  Úreshaper   r�  r}  Úslicer_   r�   Ú	as_tensorr‹   r  r;   r<   Ú
IndexError)
r¤  r»  r‹   ÚvalidÚinvalidrl  rÉ  ÚdenseÚidxÚsels
             r5   Ú!test_dense_result_tensor_indexingrÉ  †  sG  € àAÐAÐAÐAÐAÐAÐAÐAåŒ<˜¥%¤-Ð0Ñ0Ô0×8Ò8¸¸AÑ>Ô>€DØ��Q�C�œ 1 #™œ­¬°Q©¬½¼ÀqÀcÑ9JÔ9JÈTÈFÕTYÔT`ÐbfÐagÑThÔThÕjoÐpqÐstÑjuÔjuÐv€EØ�"�q�c�5œ<¨™?œ?Ð+€GØˆW•e”l E 7Ñ+Ô+­U°1°d©^¬^½UÀ1Àa¹[¼[ÐI€EØ˜hÐ'ð 	Tð 	TˆØ��D VÐ,Ñ,Ô,ˆØð 	nð 	nˆCØ˜”*ˆCÝ�s‘8”8˜q’=�=¥U¤[µ´ÀÄÑ1JÔ1JÈDÑ%QÔ%Q�=�=ÐVYÔVbÐSmÐSmÐehÐSmÐSmÐSm‘=”=ÐQ�=Øð 	ð 	ˆCÝ”�zÑ*Ô*ð ð Ø�c”
�
ðð ð ñ ô ð ð ð ð ð ð øøøð ð ð ð øàð 	Tð 	TˆCÝ�u˜S”z‘?”? aÒ'Ð'Ð'¨C¬LÐ)SÐ)S¸3Ð)SÐ)SÐ)SÑ'Ô'Ð'Ð'ð	Tð	Tð 	Ts   Æ	FÆFÆFc                  ó^  — ddl m}  t          j        dt          j        ¬¦  «        }t          j        dt          j        ¬¦  «        } | |di ¬¦  «                             ¦   «         }d|                     t          j        ¦  «        id	|ifD ] } | d|ddd
idœ|¤Ž}t          |dd…         ¦  «        dk    sJ ‚t          j
                             |dd…                              ¦   «         |¦  «         t          j        t          ¦  «        5  |d          ddd¦  «         n# 1 swxY w Y   Œ¡dS )zeresult[1:].plot() on a one-result dense (semantic/depth) Results returns the plain image, no overlay.r   r—  r%  r}   rµ  r¦  r¬  r�  rµ  rš  r/   Nr3   )r<  r˜  r   r  r�   rÚ  rÙ  r“  r·  r_   ÚtestingÚassert_array_equalr;   r<   rÃ  )r˜  r  Ú	dense_mapÚplainrª  r†  s         r5   Ú'test_results_plot_empty_dense_selectionrÏ  š  sn  € à2Ð2Ð2Ð2Ð2Ð2å
Œ(�;¥b¤hÐ
/Ñ
/Ô
/€CÝ”˜­¬
Ð3Ñ3Ô3€IØˆG˜S w°bÐ9Ñ9Ô9×>Ò>Ñ@Ô@€EØ# Y×%5Ò%5µb´hÑ%?Ô%?Ð@À7ÈIÐBVÐWð ð ˆØˆGÐI˜S w°q¸#°hÐIÐIÀ&ÐIÐIˆÝ�1�Q�R�R”5‰zŒz˜QŠˆˆˆÝ
Œ
×%Ò% a¨¨¨¤e§j¢j¡l¤l°EÑ:Ô:Ð:ÝŒ]�:Ñ&Ô&ð 	ð 	ØˆaŒDˆDð	ð 	ð 	ñ 	ô 	ð 	ð 	ð 	ð 	ð 	ð 	øøøð 	ð 	ð 	ð 	øð	ð s   Ä	D!Ä!D%	Ä(D%	c                  ó   — ddl m}  ddlm} t	          j        dt          j        ¬¦  «        }t	          j        dt          j        ¬¦  «        } ||¦  «        }| 	                    |g d¢g¦  «         | 
                    ¦   «         d                              ¦   «         g d	¢k    sJ ‚ | t          j        dt          j        ¬¦  «        d
i |¬¦  «        }|                     t          j        dt          j        ¬¦  «        d¬¦  «        }t          j                             |                     t	          j        |¦  «        d¬¦  «        |¦  «         dS )zLAnnotator accepts tensor images and matches Results.plot compositing pixels.r   r—  r²  r%  r}   )r/   r&  r&  )r¼  r   r   rù  )r»  r   r   r™  r›  F)r  rÇ  N)r<  r˜  r¶  r³  r]   r  r�   rÚ  Úboolrœ  rR  rj   r   r“  rË  rÌ  Ú
zeros_like)r˜  r³  r>  rœ  r¸  rR  r  s          r5   Útest_annotator_tensor_imagerÓ  ©  s5  € à2Ð2Ð2Ð2Ð2Ð2Ø4Ð4Ð4Ð4Ð4Ð4åŒK˜­5¬;Ð7Ñ7Ô7€EÝŒJ�{­%¬*Ð5Ñ5Ô5€EØ
ˆ)�EÑ
Ô
€CØ‡I‚Iˆe�k�k�k�]Ñ#Ô#Ð#Ø�:Š:‰<Œ<˜Ô×$Ò$Ñ&Ô&¨+¨+¨+Ò5Ð5Ð5Ð5ØˆW•R”X˜kµ´Ð:Ñ:Ô:ÀÐTVÐ^cÐdÑdÔd€FØ�{Š{�rœx¨½2¼8ÐDÑDÔDÈEˆ{ÑRÔR€HÝ„J×!Ò! &§+¢+µ%Ô2BÀ5Ñ2IÔ2IÐQV +Ñ"WÔ"WÐYaÑbÔbÐbÐbÐbr4   c                  ó¸  — ddl m} m} t          j        dt          j        ¬¦  «        } ||dd„ t          d¦  «        D ¦   «         t          j        d¦  «        ¬¦  «        }| 	                    t          j        d¦  «        ¬	¦  «         t          |j        | ¦  «        s
J d
¦   «         ‚|                     ¦   «         r|                     ¦   «         s
J d¦   «         ‚dS )zZTest that Results.update(probs=...) wraps the tensor in Probs like the sibling attributes.r   )ÚProbsr˜  r´  r}   r™  c                 ó   — i | ]}|d |› �“Œ	S )r:  r3   r‚   s     r5   ú
<dictcomp>z-test_results_update_probs.<locals>.<dictcomp>½  s    € Ð2PÐ2PÐ2PÀ!°1°g¸!°g°gÐ2PÐ2PÐ2Pr4   rE   )r  rY  Úprobs)rØ  zFupdate(probs=) should wrap the tensor in Probs, not store a raw Tensorz>verbose()/summary() raise AttributeError on a raw Tensor probsN)r<  rÕ  r˜  r   r  r�   rG   r]   rµ  rÞ   rE  rØ  rÑ   r­  )rÕ  r˜  r   r†  s       r5   Útest_results_update_probsrÙ  ¸  s×   € à9Ð9Ð9Ð9Ð9Ð9Ð9Ð9åŒx˜­2¬8Ð4Ñ4Ô4€HØˆ�˜{Ð2PÐ2PÅuÈQÁxÄxÐ2PÑ2PÔ2PÕX]ÔXbÐcdÑXeÔXeÐfÑfÔf€AØ‡H‚H•5”:˜a‘=”=€HÑ!Ô!Ð!Ý�a”g˜uÑ%Ô%ÐoÐoÐ'oÑoÔoÐ%Ø�9Š9‰;Œ;Ðh˜1Ÿ9š9™;œ;ÐhÐhÐ(hÑhÔhÐ&ÐhÐhr4   c           	      ó  ‡‡‡— t           t          dz  g}t          t          dz  ¦  «        } ||ddd¬¦  «        }t	          |d         j        ¦  «        }|D �]ìŠt	          ‰j        ¦  «        j        Š‰j        j	         
                    ¦   «                              ¦   «         }t          |¦  «        dk    sJ dt          |¦  «        › �¦   «         ‚|d	‰› d
�z  }|                     ¦   «         sJ d|› d�¦   «         ‚t          d„ |                     ¦   «                              ¦   «         D ¦   «         ¦  «        }t          ‰j        j        ¦  «        |k    s'J dt          ‰j        j        ¦  «        › d|› �¦   «         ‚t#          |dz                       ¦   «         ¦  «        }d„ |D ¦   «         }	d„ |D ¦   «         Št'          ˆˆfd„|D ¦   «         ¦  «        sJ d‰› d|› �¦   «         ‚t          ˆfd„|	D ¦   «         ¦  «        }
|
t          ‰j        j        ¦  «        k    s'J d|
› dt          ‰j        j        ¦  «        › �¦   «         ‚�Œî |t           ddd| dd¬¦  «         t)          | dz                       d¦  «        ¦  «        s
J d¦   «         ‚dS ) zLTest output from prediction args for saving YOLO detection labels and crops.z
zidane.jpgrÃ  r¤  T)r˜   r«  r’  r   r0   z$Expected at least 2 detections, got zlabels/z.txtzLabel file z does not existc                 ó   — g | ]}|¯|‘ŒS r3   r3   )rk   rÔ  s     r5   r„   z)test_labels_and_crops.<locals>.<listcomp>Ò  s   € ÐTÐTÐT DÈtÐT˜4ÐTÐTÐTr4   z
Box count z != label count r˜  c                 óB   — g | ]}|                      d ¦  «        D ]}|‘ŒŒS )Ú*)r  )rk   Úpr–  s      r5   r„   z)test_labels_and_crops.<locals>.<listcomp>Ö  s/   € Ð@Ð@Ð@˜A°A·F²F¸3±K´KÐ@Ð@¨q�aÐ@Ð@Ð@Ð@r4   c                 ó   — h | ]	}|j         ’Œ
S r3   ©rä  )rk   Úds     r5   r  z(test_labels_and_crops.<locals>.<setcomp>Ø  s   € Ð4Ð4Ð4 Q˜!œ&Ð4Ð4Ð4r4   c              3   óP   •K  — | ] }‰j                              |¦  «        ‰v V — Œ!d S rg   )rY  rñ   )rk   r:  Úcrop_dir_namesr†  s     €€r5   rl   z(test_labels_and_crops.<locals>.<genexpr>Ù  s4   øè è € ÐFÐF¸�1”7—;’;˜q‘>”> ^Ð3ÐFÐFÐFÐFÐFÐFr4   z
Crop dirs z don't match classes c                 ó&   •— g | ]}‰|j         v ¯|‘ŒS r3   rà  )rk   r–  Úim_names     €r5   r„   z)test_labels_and_crops.<locals>.<listcomp>Ý  s%   ø€ ÐEÐEÐE °7¸a¼fÐ3DÐ3D˜!Ð3DÐ3DÐ3Dr4   zCrop count z != detection count FÚcrop)r˜   r’  rÑ   rÅ  rä  Úexist_okz
crop/cropsz*.jpgz*save_crop=True alone must write crop filesN)r	   r   r   r!   r   rË  r  ÚstemrÇ  rÉ  rÈ  rj   r_   rÌ  rÍ  rÎ  r‹   ri   Úiterdirr  Úanyrs  )r  Úimgsrÿ   r—  Ú	save_pathÚcls_idxsrÆ  Úlabel_countÚ	crop_dirsÚ
crop_filesÚ
crop_countrã  rå  r†  s              @@@r5   Útest_labels_and_cropsrò  Ã  sÉ  øøø€ å•F˜\Ñ)Ð*€DÝ•˜|Ñ+Ñ,Ô,€EØˆe�D ¨d¸dÐCÑCÔC€GÝ�W˜Q”ZÔ(Ñ)Ô)€IØð rñ rˆÝ�q”v‘,”,Ô#ˆØ”7”;—?’?Ñ$Ô$×+Ò+Ñ-Ô-ˆå�8‰}Œ} Ò!Ð!Ð!Ð#YÍ#ÈhÉ-Ì-Ð#YÐ#YÑ!Ô!Ð!àÐ4 wÐ4Ð4Ð4Ñ4ˆØ�}Š}‰ŒÐEÐEÐ E¨fÐ EÐ EÐ EÑEÔEˆåÐTÐT¨F×,<Ò,<Ñ,>Ô,>×,IÒ,IÑ,KÔ,KÐTÑTÔTÑUÔUˆÝ�1”7”<Ñ Ô  KÒ/Ð/Ð/Ð1n½cÀ!Ä'Ä,Ñ>OÔ>OÐ1nÐ1nÐalÐ1nÐ1nÑ/Ô/Ð/å˜) gÑ-×6Ò6Ñ8Ô8Ñ9Ô9ˆ	Ø@Ð@ Ð@Ñ@Ô@ˆ
à4Ð4¨)Ð4Ñ4Ô4ˆÝÐFÐFÐFÐFÐF¸XÐFÑFÔFÑFÔFð 	
ð 	
ØH˜ÐHÐH¸hÐHÐHñ	
ô 	
ÐFõ ÐEÐEÐEÐE ZÐEÑEÔEÑFÔFˆ
Ø�S ¤¤Ñ.Ô.Ò.Ð.Ð.Ð0q¸jÐ0qÐ0qÕ^aÐbcÔbiÔbnÑ^oÔ^oÐ0qÐ0qÑ.Ô.Ð.Ñ.à	€E�&˜ t°UÀHÐSYÐdhÐiÑiÔiÐiÝ�˜<Ñ'×.Ò.¨wÑ7Ô7Ñ8Ô8ÐfÐfÐ:fÑfÔfÐ8ÐfÐfr4   c                 ó@  — ddl m} ddlm} | dz  }|                     d¬¦  «         t          j        dd¦  «                             |d	z  ¦  «         |d
z  }|                     ¦   «          |dz  }|                     d¬¦  «         |dz  }|                     d¦  «         |dz                       d¦  «         |dz                       d¦  «          || dz  ¦  «         t          | dz   
                    d¦  «        ¦  «        sJ ‚ ||¦  «                             ¦   «         sJ ‚|                     ¦   «         rJ ‚|                     ¦   «         rJ ‚t          j        t          d¬¦  «        5  t!          dd¬¦  «         ddd¦  «         n# 1 swxY w Y   t          j        t"          d¬¦  «        5  t%          dd¬¦  «         ddd¦  «         n# 1 swxY w Y   | dz  }|                     d¦  «         t          j        t"          d¬¦  «        5  t%          |d¬¦  «         ddd¦  «         n# 1 swxY w Y   ddlm} d„ t-          d d!d"¦  «        D ¦   «         }	 |d#|	¦  «        \  }
}t/          t1          j        |
¦  «        ¦  «        t/          |	¦  «        d$z   k    sJ ‚dS )%zGTest data utility functions including auto-splitting and zip archiving.r   )Ú	autosplit)Úzip_directoryzcoco8/images/valT©ÚparentsÚRGBr«  ztest.jpgÚ__MACOSXznested/__MACOSXz	.DS_Stores   metadataz
._test.jpgz._nested.jpgzcoco8/imagesÚcoco8zautosplit_*.txtr¦   r7   Ú
imagenet10rÅ  )r¦   Nz'test:' images not foundr–   r°   zDtrain: images/train
val: images/val
test: images/test
names: [item]
zimages not found)Úpolygons2masks_overlapc           
      ó–   — g | ]F}t          j        d |z
  d |z
  gd |z   d |z
  gd |z   d |z   gd |z
  d |z   ggt           j        ¬¦  «        ‘ŒGS )rI  r}   )r   r�  rÙ  )rk   Úss     r5   r„   z#test_data_utils.<locals>.<listcomp>  s|   € ð ð ð àõ 	Œ�3˜‘7˜C !™GÐ$ s¨Q¡w°°a±Ð&8¸3À¹7ÀCÈ!ÁGÐ:LÈsÐUVÉwÐX[Ð^_ÑX_ÐN`ÐaÕikÔisÐtÑtÔtðð ð r4   éŒ   r¥   r¨   )rÅ  rÅ  r/   )Úultralytics.data.splitrô  Úultralytics.utils.downloadsrõ  Úmkdirr   Únewr  Úwrite_bytesrê  r  Úis_filerÌ  r;   r<   rw   r   ÚFileNotFoundErrorr   r9  Úultralytics.data.utilsrü  rG   r_   r   Úunique)r  rô  rõ  Ú
images_dirÚmetadata_dirÚnested_metadata_dirÚmetadata_fileÚ	data_yamlrü  ÚsegmentsÚoverlaprø   s               r5   Útest_data_utilsr  ä  s¯  € à0Ð0Ð0Ð0Ð0Ð0Ø9Ð9Ð9Ð9Ð9Ð9àÐ.Ñ.€JØ×Ò˜TÐÑ"Ô"Ð"Ý	„Iˆe�VÑÔ×!Ò! *¨zÑ"9Ñ:Ô:Ð:Ø 
Ñ*€LØ×ÒÑÔÐØ&Ð):Ñ:ÐØ×Ò dÐÑ+Ô+Ð+Ø Ñ,€MØ×Ò˜kÑ*Ô*Ð*Ø�LÑ ×-Ò-¨kÑ:Ô:Ð:Ø˜>Ñ)×6Ò6°{ÑCÔCÐCà€Iˆh˜Ñ'Ñ(Ô(Ð(Ý�˜7Ñ"×(Ò(Ð):Ñ;Ô;Ñ<Ô<Ð<Ð<Ð<Øˆ=˜Ñ$Ô$×,Ò,Ñ.Ô.Ð.Ð.Ð.Ø×"Ò"Ñ$Ô$Ð$Ð$Ð$Ø×#Ò#Ñ%Ô%Ð%Ð%Ð%Ý	Œ•z¨Ð	1Ñ	1Ô	1ð 9ð 9Ý˜,¨iÐ8Ñ8Ô8Ð8ð9ð 9ð 9ñ 9ô 9ð 9ð 9ð 9ð 9ð 9ð 9øøøð 9ð 9ð 9ð 9å	ŒÕ(Ð0JÐ	KÑ	KÔ	Kð 6ð 6Ý˜,¨fÐ5Ñ5Ô5Ð5ð6ð 6ð 6ñ 6ô 6ð 6ð 6ð 6ð 6ð 6ð 6øøøð 6ð 6ð 6ð 6à˜<Ñ'€IØ×ÒÐcÑdÔdÐdÝ	ŒÕ(Ð0BÐ	CÑ	CÔ	Cð 3ð 3Ý˜)¨6Ð2Ñ2Ô2Ð2ð3ð 3ð 3ñ 3ô 3ð 3ð 3ð 3ð 3ð 3ð 3øøøð 3ð 3ð 3ð 3ð
 >Ð=Ð=Ð=Ð=Ð=ðð å�s˜B Ñ#Ô#ðñ ô €Hð (Ð'¨
°HÑ=Ô=�J€GˆQÝ�rŒy˜Ñ!Ô!Ñ"Ô"¥c¨(¡m¤m°aÑ&7Ò7Ð7Ð7Ð7Ð7Ð7s6   Å,F
Æ
FÆFÆ0GÇGÇGÈH,È,H0È3H0c                 ó   — | dz  }| dz  }|dz  dz                        d¬¦  «         |dz  dz                        d¬¦  «         |dz  dz                        d¬¦  «         |dz  dz                        d¬¦  «         |d	z                       d
¦  «         t          j        |d¦  «        5 }|                     d¦  «        D ],}|                     ||                     | ¦  «        ¬¦  «         Œ-	 ddd¦  «         n# 1 swxY w Y   t          || dz  dd¬¦  «        }| dz  |j        z  }||k    sJ d|› d|› �¦   «         ‚|d	z   	                    ¦   «         sJ d|› �¦   «         ‚|dz  dz   
                    ¦   «         sJ d|› �¦   «         ‚t          j        | dz  x}d¦  «        5 }|                     ||j        ¬¦  «         ddd¦  «         n# 1 swxY w Y   t          || dz  dd¬¦  «        }	|	| dz  |j        z  k    sJ d|	› �¦   «         ‚t          j        | dz  x}
d¦  «        5 }|                     ||j        ¬¦  «         ddd¦  «         n# 1 swxY w Y   | dz  }|                     |
                     ¦   «         ¦  «         |
df|dffD ]G\  }}t          || |z  dd¬¦  «        }|| |z  |j        z  k    sJ ‚|d	z   	                    ¦   «         sJ ‚ŒHdD ]8}| |z  }|                     d¦  «         t          || d z  dd¬¦  «        |k    sJ ‚Œ9dS )!z`Test safe_download() unzips local zip and tar paths to the archive's single top-level directory.zcoco8 localzcoco8 local.zipr’   rœ   Trö  r±   rÆ  ú	data.yamlz=path: .
train: images/train
val: images/val
names:
  0: item
r�  rÝ  ©ÚarcnameNÚdatasetsF©ÚdirÚunzipÚprogresszExtracted path z != expected zdata.yaml not found in zimages/val not found in zcoco8 local.tarÚ	datasets2ztar returned zcoco8 local.tgzzw:gzzcoco8 local.tar.gzÚdatasets_tgzÚdatasets_tar_gz)zcorrupt.zipzcorrupt.tar.gzs   <html>not an archive</html>
Ú	datasets3)r  r9  ÚzipfileÚZipFilers  ÚwriteÚrelative_tor'   rä  r  Úis_dirÚtarfiler“  rQ  r  Ú
read_bytes)r  Údataset_dirÚarchiveÚzfr  Ú	extractedÚexpected_pathÚtar_archiveÚtarÚtar_extractedÚtgz_archiveÚtar_gz_archiveÚtargeträ  Ú
mislabeleds                  r5   Ú,test_safe_download_unzips_local_path_archiver1    sŠ  € à˜]Ñ*€KØÐ*Ñ*€GØ�8Ñ˜gÑ%×,Ò,°TÐ,Ñ:Ô:Ð:Ø�8Ñ˜eÑ#×*Ò*°4Ð*Ñ8Ô8Ð8Ø�8Ñ˜gÑ%×,Ò,°TÐ,Ñ:Ô:Ð:Ø�8Ñ˜eÑ#×*Ò*°4Ð*Ñ8Ô8Ð8Ø�;Ñ×*Ò*Ð+oÑpÔpÐpå	Œ˜ #Ñ	&Ô	&ð ?¨"Ø×%Ò% cÑ*Ô*ð 	?ð 	?ˆDØ�HŠH�T 4×#3Ò#3°HÑ#=Ô#=ˆHÑ>Ô>Ð>Ð>ð	?ð?ð ?ð ?ñ ?ô ?ð ?ð ?ð ?ð ?ð ?ð ?øøøð ?ð ?ð ?ð ?õ ˜g¨8°jÑ+@ÈÐW\Ð]Ñ]Ô]€IØ˜zÑ)¨KÔ,<Ñ<€MØ˜Ò%Ð%Ð%Ð'`¸Ð'`Ð'`ÐQ^Ð'`Ð'`Ñ%Ô%Ð%Ø˜Ñ#×,Ò,Ñ.Ô.ÐUÐUÐ0UÈ)Ð0UÐ0UÑUÔUÐ.Ø˜Ñ  5Ñ(×0Ò0Ñ2Ô2ÐZÐZÐ4ZÈyÐ4ZÐ4ZÑZÔZÐ2å	Œ XÐ0AÑ%AÐA�kÀ3Ñ	GÔ	Gð 7È3Ø�Š� [Ô%5ˆÑ6Ô6Ð6ð7ð 7ð 7ñ 7ô 7ð 7ð 7ð 7ð 7ð 7ð 7øøøð 7ð 7ð 7ð 7å! +°8¸kÑ3IÐQUÐ`eÐfÑfÔf€MØ˜H {Ñ2°[Ô5EÑEÒEÐEÐEÐGfÐWdÐGfÐGfÑEÔEÐEå	Œ XÐ0AÑ%AÐA�kÀ6Ñ	JÔ	Jð 7ÈcØ�Š� [Ô%5ˆÑ6Ô6Ð6ð7ð 7ð 7ñ 7ô 7ð 7ð 7ð 7ð 7ð 7ð 7øøøð 7ð 7ð 7ð 7àÐ 4Ñ4€NØ×Ò˜{×5Ò5Ñ7Ô7Ñ8Ô8Ð8Ø(¨.Ð9¸NÐL]Ð;^Ð_ð 3ð 3‰ˆ�Ý! '¨x¸&Ñ/@ÈÐW\Ð]Ñ]Ô]ˆ	Ø˜H vÑ-°Ô0@Ñ@Ò@Ð@Ð@Ð@Ø˜KÑ'×0Ò0Ñ2Ô2Ð2Ð2Ð2Ð2à1ð oð oˆØ ‘_ˆ
Ø×ÒÐ?Ñ@Ô@Ð@Ý˜Z¨X¸Ñ-CÈ4ÐZ_Ð`Ñ`Ô`ÐdnÒnÐnÐnÐnÐnðoð os7   Â(AC8Ã8C<Ã?C<Æ!G
Ç
GÇGÈ#IÉIÉIc                 óR  — | dz  }t          j        |d¦  «        5 }|                     dd¦  «         |                     dd¦  «         ddd¦  «         n# 1 swxY w Y   t          || dz  d	d
¬¦  «        }| dz                       ¦   «         rJ ‚|dz                       ¦   «         sJ ‚dS )z[Test safe_download() skips archive members that would extract outside the target directory.z
unsafe.zipr�  ú../unsafe.txtÚbadzsafe/file.txtrS  Nr  TFr  ú
unsafe.txt)r  r  Úwritestrr'   rÌ  r  )r  r&  r'  r(  s       r5   Ú/test_safe_download_skips_unsafe_archive_membersr7  7  sö   € à˜Ñ%€GÝ	Œ˜ #Ñ	&Ô	&ð +¨"Ø
�Š�O UÑ+Ô+Ð+Ø
�Š�O TÑ*Ô*Ð*ð+ð +ð +ñ +ô +ð +ð +ð +ð +ð +ð +øøøð +ð +ð +ð +õ ˜g¨8°jÑ+@ÈÐW\Ð]Ñ]Ô]€Ià˜<Ñ'×/Ò/Ñ1Ô1Ð1Ð1Ð1Ø˜Ñ'×0Ò0Ñ2Ô2Ð2Ð2Ð2Ð2Ð2s   ›-AÁAÁAc                 óœ  — | dz  }|                      d¦  «         | dz  }t          j        |d¦  «        5 }|                     |d¬¦  «         |                     |d¬¦  «         ddd¦  «         n# 1 swxY w Y   t	          || dz  d	d
¬¦  «        }| dz                       ¦   «         rJ ‚|| dz  dz  k    r|                     ¦   «         sJ ‚dS )zWTest safe_download() skips tar members that would extract outside the target directory.zsafe.txtrS  z
unsafe.tarr�  r3  r  Nr  TFr  r5  )r9  r#  r“  rQ  r'   rÌ  r  )r  rH  r&  r+  r(  s        r5   Ú+test_safe_download_skips_unsafe_tar_membersr9  D  s'  € à˜
Ñ"€FØ
×Ò�dÑÔÐØ˜Ñ%€GÝ	Œ�g˜sÑ	#Ô	#ð , sØ�Š� ˆÑ0Ô0Ð0Ø�Š� 
ˆÑ+Ô+Ð+ð,ð ,ð ,ñ ,ô ,ð ,ð ,ð ,ð ,ð ,ð ,øøøð ,ð ,ð ,ð ,õ ˜g¨8°jÑ+@ÈÐW\Ð]Ñ]Ô]€Ià˜<Ñ'×/Ò/Ñ1Ô1Ð1Ð1Ð1Ø˜ :Ñ-°
Ñ:Ò:Ð:¸y×?PÒ?PÑ?RÔ?RÐ:Ð:ÐRÐ:Ð:s   µ/A0Á0A4Á7A4c                 ó   — ddl m}m} t          dz  dz  }|                     ¦   «         rt          j        || |j        z  ¦  «         nt          t          › d�| ¬¦  «          || | dz  dd	d¬
¦  «          |¦   «          dS )zNTest dataset conversion functions from COCO to YOLO format and class mappings.r   )Úcoco80_to_coco91_classÚconvert_cocor4  zinstances_val2017.jsonz/instances_val2017.json)r  Úyolo_labelsTF)Ú
labels_dirrË  Úuse_segmentsÚuse_keypointsÚ	cls91to80N)
Úultralytics.data.converterr;  r<  r   rÌ  ÚshutilÚcopy2rä  r&   r   )r  r;  r<  Úcached_files       r5   Útest_data_converterrF  S  s½   € ð PÐOÐOÐOÐOÐOÐOÐOå Ñ.Ð1IÑI€KØ×ÒÑÔð GÝŒ�[ (¨[Ô-=Ñ"=Ñ>Ô>Ð>Ð>å•JÐ7Ð7Ð7¸XÐFÑFÔFÐFØ€LØ h°Ñ&>ÈTÐafÐrvðñ ô ð ð ÐÑÔÐÐÐr4   c                 ó`   — ddl m}  |t          t          dz  t          dz  | dz  ¬¦  «         dS )zJTest automatic annotation of data using detection and segmentation models.r   )Úauto_annotaterÃ  zmobile_sam.ptÚauto_annotate_labels)Ú	det_modelÚ	sam_modelÚ
output_dirN)Úultralytics.data.annotatorrH  r   r!   )r  rH  s     r5   Útest_data_annotatorrN  c  sS   € à8Ð8Ð8Ð8Ð8Ð8à€MÝÝ Ñ,Ý Ñ/ØÐ4Ñ4ð	ñ ô ð ð ð r4   c                  ó€   — ddl m}   | ¦   «         }d|_        t          t          ¦  «        }d|_         ||¦  «         dS )z!Test event sending functionality.r   )ÚEventsTr°   N)Úultralytics.utils.eventsrP  r  r   r   r�   )rP  Úeventsr    s      r5   Útest_eventsrS  o  sK   € à/Ð/Ð/Ð/Ð/Ð/àˆV‰XŒX€FØ€F„NÝ
�{Ñ
Ô
€CØ€C„HØ
€Fˆ3�K„K€K€K€Kr4   c                  ó¦  — ddl m} m}m} t	          j        t          ¦  «        5   | ddiddi¦  «         ddd¦  «         n# 1 swxY w Y    |¦   «          t          j        ¦   «         t          j
                             dd	¦  «        z                       d
¬¦  «          |d¦  «        �J ‚ |d¦  «        �J ‚ |d¦  «        �J ‚ |d¦  «        du sJ ‚ |d¦  «        du sJ ‚ |d¦  «        du sJ ‚ |d¦  «        d
u sJ ‚ |d¦  «        d
u sJ ‚ |d¦  «        d
u sJ ‚ |d¦  «        dk    sJ ‚ |d¦  «        dk    sJ ‚ |d¦  «        dk    sJ ‚ |d¦  «        dk    sJ ‚ |d¦  «        dk    sJ ‚ |d ¦  «        g d!¢k    sJ ‚ |d"¦  «        d!k    sJ ‚ |d#¦  «        d$d$gk    sJ ‚ |d%¦  «        ddd&œk    sJ ‚ |d'¦  «        d'k    sJ ‚ |d(¦  «        d(k    sJ ‚ |d)¦  «        d)k    sJ ‚ |d*¦  «        d*k    sJ ‚ |d+¦  «        d+k    sJ ‚ |d,¦  «        d,k    sJ ‚ |d-¦  «        t          j        k    sJ ‚ |d.¦  «        d.k    sJ ‚dS )/zNTest configuration initialization utilities from the 'ultralytics.cfg' module.r   ©Úcheck_dict_alignmentÚcopy_default_cfgÚsmart_valuerš  r/   r9  r0   NrX  z
_copy.yamlF)Ú
missing_okr`  ÚNoneÚNONEÚtrueTÚTrueÚTRUEÚfalseÚFalseÚFALSEÚ42rø  z-42iÖÿÿÿz3.14g…ëQ¸	@z-3.14g…ëQ¸	Àz1e-3çü©ñÒMbP?z	[1, 2, 3])r/   r0   rP   z	(1, 2, 3)z
[640, 640]r¯  z{'a': 1, 'b': 2})rš  r9  Úsome_stringzpath/to/filezhello worldz__import__('os').system('ls')zeval('1+1')zexec('x=1')zzipfile.ZIP_DEFLATEDzzipfile.Path)Úultralytics.cfgrV  rW  rX  Ú
contextlibÚsuppressÚSyntaxErrorr   Úcwdr   rä  Úreplacerå  r  ÚZIP_DEFLATEDrU  s      r5   Útest_cfg_initrl  z  sÁ  € àSÐSÐSÐSÐSÐSÐSÐSÐSÐSå	Ô	�[Ñ	)Ô	)ð 1ð 1ØÐ˜c 1˜X¨¨Q xÑ0Ô0Ð0ð1ð 1ð 1ñ 1ô 1ð 1ð 1ð 1ð 1ð 1ð 1øøøð 1ð 1ð 1ð 1àÐÑÔÐÝ	„X�Z„ZÕ"Ô'×/Ò/°¸ÑFÔFÑF×NÒNÐZ_ÐNÑ`Ô`Ð`ð ˆ;�vÑÔÐ&Ð&Ð&Øˆ;�vÑÔÐ&Ð&Ð&Øˆ;�vÑÔÐ&Ð&Ð&ð ˆ;�vÑÔ $Ð&Ð&Ð&Ð&Øˆ;�vÑÔ $Ð&Ð&Ð&Ð&Øˆ;�vÑÔ $Ð&Ð&Ð&Ð&Øˆ;�wÑÔ 5Ð(Ð(Ð(Ð(Øˆ;�wÑÔ 5Ð(Ð(Ð(Ð(Øˆ;�wÑÔ 5Ð(Ð(Ð(Ð(ð ˆ;�tÑÔ Ò"Ð"Ð"Ð"Øˆ;�uÑÔ Ò$Ð$Ð$Ð$Øˆ;�vÑÔ $Ò&Ð&Ð&Ð&Øˆ;�wÑÔ 5Ò(Ð(Ð(Ð(Øˆ;�vÑÔ %Ò'Ð'Ð'Ð'ð ˆ;�{Ñ#Ô# y y yÒ0Ð0Ð0Ð0Øˆ;�{Ñ#Ô# yÒ0Ð0Ð0Ð0Øˆ;�|Ñ$Ô$¨¨c¨
Ò2Ð2Ð2Ð2ð ˆ;Ð)Ñ*Ô*°A¸AÐ.>Ð.>Ò>Ð>Ð>Ð>ð ˆ;�}Ñ%Ô%¨Ò6Ð6Ð6Ð6Øˆ;�~Ñ&Ô&¨.Ò8Ð8Ð8Ð8Øˆ;�}Ñ%Ô%¨Ò6Ð6Ð6Ð6ð ˆ;Ð6Ñ7Ô7Ð;ZÒZÐZÐZÐZØˆ;�}Ñ%Ô%¨Ò6Ð6Ð6Ð6Øˆ;�}Ñ%Ô%¨Ò6Ð6Ð6Ð6àˆ;Ð-Ñ.Ô.µ'Ô2FÒFÐFÐFÐFØˆ;�~Ñ&Ô&¨.Ò8Ð8Ð8Ð8Ð8Ð8s   ¤AÁAÁAc                 óî  — ddl m} ddlm}m} ddlm} ddlm} t          j
        d¦  «          |dd¬¦  «        }d	„ t          d
¦  «        D ¦   «         }| dz  }t          j        d ||¦  «                             ¦   «         i|¦  «          |||ddd¬¦  «        }	 ||¦  «        }
 ||
d         ¦  «        }|	|
d         k    sJ ‚|	d         dv sJ ‚|	d         dk    sJ ‚|	d         dk    sJ ‚|	d         dk    sJ ‚|	d         dk    sJ ‚|	d         dk    sJ ‚t          |	d         ¦  «        ddhk    sJ ‚t          |j        ¦  «        |	d         k    sJ ‚t          |j        ¦  «        |	d          k    sJ ‚d!S )"zWDepth calibration persists the selected transform and sample count with the checkpoint.r   )Údeepcopy)Ú_depth_headÚcalibrate_checkpoint)Ú
DepthModel)Ú
torch_loadzyolo26n-depth.yamlFrÐ   c                 ó¶   — g | ]V}t          j        d ddd¦  «        dz                       t           j        ¦  «        t          j        d dd¦  «        dz  dz   dœ‘ŒWS )r0   rP   re   r¼  rE   r4  )r  rµ  )r]   rµ  r  r�   r—  s     r5   r„   z@test_depth_calibration_checkpoint_provenance.<locals>.<listcomp>¹  sr   € ð ð ð àõ ”˜A˜q " bÑ)Ô)¨CÑ/×3Ò3µE´KÑ@Ô@Í5Ì:ÐVWÐY[Ð]_ÑK`ÔK`ÐcdÑKdÐgjÑKjÐkÐkðð ð r4   r@   zdepth.ptrÿ   rþ   úmanifest-sha256ú
images/val)rò   Údataset_hashÚvalidation_splitÚdepth_calibrationÚ	candidate>   Úidentityú
scale-onlyr’   rA   ÚstatusÚselectedrv  rw  Ústrategyztwo-fold-held-out-delta1Úscoresrz  r{  rš  r9  N)r   rn  Ú'ultralytics.models.yolo.depth.calibratero  rp  r*  rq  Úultralytics.utils.patchesrr  r]   ro   rG   r  Úhalfrá  r·   Úcal_aÚcal_b)r  rn  ro  rp  rq  rr  rÿ   r=   r  Ú
provenancer?  rc  s               r5   Ú,test_depth_calibration_checkpoint_provenancer†  ¯  s   € àÐÐÐÐÐàYÐYÐYÐYÐYÐYÐYÐYØ/Ð/Ð/Ð/Ð/Ð/Ø4Ð4Ð4Ð4Ð4Ð4å	Ô�aÑÔÐØˆJÐ+°UÐ;Ñ;Ô;€Eðð å�q‘”ðñ ô €Gð �jÑ €DÝ	„J�˜˜ %™œ×-Ò-Ñ/Ô/Ð0°$Ñ7Ô7Ð7à%Ð%Øˆg˜eÐ2CÐVbðñ ô €Jð �˜DÑ!Ô!€JØˆ;�z 'Ô*Ñ+Ô+€Dà˜Ð$7Ô8Ò8Ð8Ð8Ð8Ø�kÔ"Ð&@Ð@Ð@Ð@Ð@Ø�hÔ 1Ò$Ð$Ð$Ð$Ø�hÔ :Ò-Ð-Ð-Ð-Ø�nÔ%Ð):Ò:Ð:Ð:Ð:ØÐ(Ô)¨\Ò9Ð9Ð9Ð9Ø�jÔ!Ð%?Ò?Ð?Ð?Ð?Ýˆz˜(Ô#Ñ$Ô$¨°\Ð(BÒBÐBÐBÐBÝ�”ÑÔ 
¨3¤Ò/Ð/Ð/Ð/Ý�”ÑÔ 
¨3¤Ò/Ð/Ð/Ð/Ð/Ð/r4   Úexternalc                 ó�  ‡
— ddl m} ddlm} ddlm} | dz  dz  }|r| dz  n|dz  d	z  }|                     d
¬¦  «         | dz  }|                     ¦   «          i Š
|                     |j	        dd„ ¦  «         |                     |dˆ
fd„¦  «         | 
                    |¦  «        }	||	_        | dz  |	_        | |	_        t          ddi¬¦  «        |	_        g |	_        d|	_        |t%          |¦  «        ddœ|	_        |	                     ¦   «          ‰
d         |rdndk    sJ ‚‰
d         �t%          | ¦  «        ‰
d         vsJ ‚dS dS )zXCalibration provenance records local splits without rejecting external validation paths.r   )rý  )Ú	calibrate)ÚDepthTrainerÚprivaterU   Úsharedr’   r±   Trö  zbest.ptÚ
final_evalc                 ó   — d S rg   r3   )Ú_selfs    r5   rÂ   zGtest_depth_trainer_records_portable_calibration_split.<locals>.<lambda>ß  s   € ÈT€ r4   rp  c                  ó6   •— ‰                      |¦  «        pddiS )Nr|  r}  )rÞ   )Ú_argsrª  r÷  s     €r5   rÂ   zGtest_depth_trainer_records_portable_calibration_split.<locals>.<lambda>ã  s   ø€  §¢°Ñ!8Ô!8Ð!R¸XÀzÐ<R€ r4   zlast.ptr´  Frš   rþ   rt  )r  r±   Úhashrw  Nru  )Úultralytics.models.yolorý  Úultralytics.models.yolo.depthr‰  Ú#ultralytics.models.yolo.depth.trainrŠ  r  Útouchr\   r`  r  ÚbestÚlastrË  r   r6  Útest_loaderrò   rí   r‹   r�  )r  ra   r‡  rý  r‰  rŠ  Údataset_rootÚvalidation_pathr?  r„  r÷  s             @r5   Ú5test_depth_trainer_records_portable_calibration_splitrœ  Ò  sÃ  ø€ ð /Ð.Ð.Ð.Ð.Ð.Ø7Ð7Ð7Ð7Ð7Ð7Ø@Ð@Ð@Ð@Ð@Ð@à˜iÑ'¨)Ñ3€LØ.6ÐH�x (Ñ*Ð*¸LÈHÑTÐW\Ñ\€OØ×Ò $ÐÑ'Ô'Ð'Ø˜IÑ%€JØ×ÒÑÔÐØ€HØ×Ò˜Ô/°Ð?QÐ?QÑRÔRÐRØ×ÒØØØRÐRÐRÐRñô ð ð
 ×"Ò" <Ñ0Ô0€GØ€G„LØ˜iÑ'€G„LØ€GÔÝ g¨uÐ%5Ð6Ñ6Ô6€G„LØ€GÔØ€G„NØ(µ°_Ñ1EÔ1EÐO`ÐaÐa€G„Là×ÒÑÔÐàÐ&Ô'°HÐ,N¨D¨DÀ,ÒOÐOÐOÐOØÐ"Ô#Ð/Ý�8‰}Œ} HÐ-?Ô$@Ð@Ð@Ð@Ð@ð 0Ð/Ø@Ð@r4   c           	      óš  ‡— ddl m} ddlm} ddlm} | dz  dz  | dz  dz  }}|                     d¬	¦  «         |                     d¬	¦  «         d
D ]G}t          j        t          ||› d�z  ¦  «        t          j        dt          j        ¦  «        ¦  «         ŒH ||dz  t          j        dt          j        ¬¦  «        d¬¦  «         t          j        |dz  ¦  «        5 }|j        rJ ‚t          j        |¦  «                             ¦   «         dk    sJ ‚	 ddd¦  «         n# 1 swxY w Y   t          j        t          |dz  ¦  «        t          j        ddt          j        ¦  «        ¦  «         t          j        ddt          j        ¦  «        }t          j        t          j        t          j         f|ddd…f<   t          j        |dz  |¦  «         t          j        t          |dz  ¦  «        t          j        dt          j        ¦  «        ¦  «         |dz                       d¦  «         ddiddddœ}	t5          |¦  «        }
d|
_         |t          |¦  «        d|	d dd|
¬!¦  «        Š|
j        dk    sJ ‚d"„ ‰j        D ¦   «         h d#£k    sJ ‚t;          ˆfd$„t=          t?          ‰¦  «        ¦  «        D ¦   «         ¦  «        g d%¢k    sJ ‚tA          d&„ tC          ‰j        ¦  «        D ¦   «         ¦  «        }‰ "                    |¦  «        ddd…f          #                    ¦   «         rJ ‚|j$        d'z   %                    ¦   «         sJ ‚dS )(zPDrop unreadable depth maps and accept single-class mode with empty class labels.r   )ÚDepthDataset)Úsave_depth_pngr3  r’   rœ   rµ  Trö  )rÄ  ÚscaledÚlegacyÚaspectÚcorruptÚmissingr$  r´  z	valid.png©r—   r—   r}   rH  )ÚscaleNz
scaled.pngrI  ç       @rP   z
legacy.npyz
aspect.png)r&  r—   zcorrupt.pngznot a png filer/   )rY  ri  r¸  Údepth_scaler­   r—   F)Úimg_pathr˜   r‹   rI  rn  r†   Úhypc                 ó6   — h | ]}t          |¦  «        j        ’ŒS r3   ©r   rè  )rk   r–  s     r5   r  z@test_depth_dataset_ignores_unreadable_targets.<locals>.<setcomp>  s    € Ð.Ð.Ð.˜Q�D�‰GŒGŒLÐ.Ð.Ð.r4   >   rÄ  r¡  r   c              3   óf   •K  — | ]+}‰                      |¦  «                             ¦   «         V — Œ,d S rg   )Ú_load_depthrÌ  )rk   rƒ   Údss     €r5   rl   z@test_depth_dataset_ignores_unreadable_targets.<locals>.<genexpr>  s;   øè è € ÐBÐB¨a�"—.’. Ñ#Ô#×'Ò'Ñ)Ô)ÐBÐBÐBÐBÐBÐBr4   )r­   g      ø?r§  c              3   óP   K  — | ]!\  }}t          |¦  «        j        d k    ¯|V — Œ"dS )r¡  Nr¬  )rk   rƒ   r  s      r5   rl   z@test_depth_dataset_ignores_unreadable_targets.<locals>.<genexpr>  s9   è è € Ð_Ð_™g˜a Å4ÈÁ:Ä:Ä?ÐV^ÒC^ÐC^˜ÐC^ÐC^ÐC^ÐC^Ð_Ð_r4   ztrain.cache)&Úultralytics.data.datasetrž  r  rŸ  rë   r   r  r±  Úimwriterí   r   r  r�   rÚ  rÙ  r   r“  rT  rï  rÌ  r€   Úuint16ÚnanÚinfr  r9  r   rŸ   Úim_filesÚsortedrG   r_   r:   Ú	enumerater®  rê  ÚparentrÌ  )r  rž  rŸ  r   r’   rµ  rä  r>  r¡  r‹   rª  Úlegacy_indexr¯  s               @r5   Ú-test_depth_dataset_ignores_unreadable_targetsr»  õ  sš  ø€ à5Ð5Ð5Ð5Ð5Ð5Ø5Ð5Ð5Ð5Ð5Ð5Ø-Ð-Ð-Ð-Ð-Ð-à˜xÑ'¨'Ñ1°8¸gÑ3EÈÑ3OˆE€FØ
‡L‚L˜€LÑÔÐØ	‡K‚K˜€KÑÔÐØMð Rð RˆÝŒ•C˜ D   Ñ.Ñ/Ô/µ´¸+ÅrÄxÑ1PÔ1PÑQÔQÐQÐQØ€N�5˜;Ñ&­¬°ÅÄ
Ð(KÑ(KÔ(KÐSVÐWÑWÔWÐWÝ	Œ�E˜KÑ'Ñ	(Ô	(ð .¨EØ”:ÐÐˆ~ÝŒz˜%Ñ Ô ×$Ò$Ñ&Ô&¨#Ò-Ð-Ð-Ð-Ð-ð.ð .ð .ñ .ô .ð .ð .ð .ð .ð .ð .øøøð .ð .ð .ð .õ „K•�E˜LÑ(Ñ)Ô)­2¬7°8¸SÅ"Ä)Ñ+LÔ+LÑMÔMÐMÝŒW�X˜s¥B¤JÑ/Ô/€FÝ”F�BœF¥R¤V GÐ+€Fˆ1ˆbˆqˆbˆ5�MÝ„GˆE�LÑ  &Ñ)Ô)Ð)Ý„K•�E˜LÑ(Ñ)Ô)­2¬7°8½R¼YÑ+GÔ+GÑHÔHÐHØ
ˆ]Ñ×&Ò&Ð'7Ñ8Ô8Ð8à˜�\¨¸È#ÐNÐN€DÝ
ˆ{Ñ
Ô
€CØ€C„JØ	ˆ�s 6™{œ{°"¸4ÈÐ[_ÐlmÐsvÐ	wÑ	wÔ	w€BØŒ:˜ÒÐÐÐØ.Ð. "¤+Ð.Ñ.Ô.Ð2OÐ2OÐ2OÒOÐOÐOÐOÝÐBÐBÐBÐBµ5½¸R¹¼±>´>ÐBÑBÔBÑBÔBÀoÀoÀoÒUÐUÐUÐUÝÐ_Ð_­°2´;Ñ)?Ô)?Ð_Ñ_Ô_Ñ_Ô_€LØ�~Š~˜lÑ+Ô+¨A¨r°¨r¨EÔ2×6Ò6Ñ8Ô8Ð8Ð8Ð8ØŒL˜=Ñ(×0Ò0Ñ2Ô2Ð2Ð2Ð2Ð2Ð2s   Ã 6D#Ä#D'Ä*D'c                  ó>   — ddl m} m}  | ¦   «           |¦   «          dS )z9Test initialization utilities in the Ultralytics library.r   ©Úget_ubuntu_versionr%   N)rë   r¾  r%   r½  s     r5   Útest_utils_initr¿    s>   € àNÐNÐNÐNÐNÐNÐNÐNàÐÑÔÐØÐÑÔÐÐÐr4   c                 ó–  ‡— d„ }t          j        d¦  «         t          j        d¦  «         t          j        ddgd¬¦  «         t	          j        t          ¦  «        5  t          j        d¦  «         ddd¦  «         n# 1 swxY w Y   t          j        d	¬
¦  «         t          j        dd¦  «         t          j	        dd¦  «         t          j
        d¦  «        dk    sJ ‚t          j
        d¦  «        dk    sJ ‚t          j
        d¦  «        dk    sJ ‚t          j
        d¦  «        dk    sJ ‚t          j
        d¦  «        dk    sJ ‚t          j
        d¦  «        dk    sJ ‚|                      t           j        d|¦  «         |                      t           dd	¦  «         |                      t           dd	¦  «         |                      t           dd	¦  «         g Š|                      t           j        dˆfd„¦  «         g d ¢}t          j        |¦  «        sJ ‚‰d!         d"d…         |k    sJ ‚t          j	        d#d$¦  «        rJ ‚d%}t          d&„ |D ¦   «         ¦  «        sJ ‚t	          j        t          ¦  «        5  t          j	        d'd$d	¬(¦  «         ddd¦  «         n# 1 swxY w Y   t          j	        d)d*¦  «        sJ ‚t          j	        d+d,¦  «        sJ ‚t          j	        d-d.¦  «        sJ ‚t          j	        dd/¦  «        sJ ‚t          j	        d0d/¦  «        rJ ‚t          j	        d1d2¦  «        sJ ‚t          j        ¦   «          dS )3ziTest various utility checks for filenames, requirements, image sizes, display capabilities, and versions.c                 ó4   — | dk    rdS t           j        j        ‚)NÚv2z1.0)r$   ÚmetadataÚPackageNotFoundErrorrà  s    r5   Úpackage_versionz*test_utils_checks.<locals>.package_version"  s   € Ø�4Š<ˆ<Ø�5ÝŒoÔ2Ð2r4   z
yolov5n.ptr¶  iX  r/   )Úmax_dimÚ640x480NT)Úwarnz&https://example.com/model.pt?token=abcz.ptÚultralyticsz8.0.0ré   )r0   r   r   z	4.13.0.92)r@   é   r   é\   z2.0.1+cu118)r0   r   r/   z1.0.0rc1)r/   r   r   zv2.1)r0   r/   r   z1.0rc1Úversionr   ÚAUTOINSTALLr   Úcheck_outputc                 ó2   •— ‰                      | ¦  «        pdS )NrÏ   rö  )Úcommandrª  Úcommandss     €r5   rÂ   z#test_utils_checks.<locals>.<lambda>;  s   ø€ ÐU]×UdÒUdÐelÑUmÔUmÐUsÐqs€ r4   )z	ray[tune]znvidia-modelopt[onnx]>=0.44z$(touch /tmp/pwned)/missingr   rE   rÂ  ú>=2.0)z	v2.1-rc.1z
v2.1-beta1zv2.1rev1z	v2.1-dev1z
v2.1+cu118c              3   ó@   K  — | ]}t          j        |d ¦  «        V — ŒdS )rÒ  N)r$   Úcheck_versionrÈ  s     r5   rl   z$test_utils_checks.<locals>.<genexpr>A  s/   è è € ÐBÐB°A�vÔ# A wÑ/Ô/ÐBÐBÐBÐBÐBÐBr4   z
v2-missing)Úhardz	10.3.0.30z>=10.3.0,<10.4.0z6.0z>=6.0.0z2.1z==2.1.0z!=4.13.0.90z	4.13.0.90z2.0.1z<2.0.1.5)r$   Úcheck_yolov5u_filenameÚcheck_requirementsÚcheck_imgszr;   r<   rw   Úcheck_imshowÚcheck_suffixrÔ  Úparse_versionr\   rÃ  Ú
subprocessr  ÚModuleNotFoundErrorÚ
print_args)ra   rÅ  ÚrequirementsÚversionsrÑ  s       @r5   Útest_utils_checksrá    sß  ø€ ð3ð 3ð 3õ
 Ô! ,Ñ/Ô/Ð/Ý
Ô˜gÑ&Ô&Ð&Ý
Ô˜˜S�z¨1Ð-Ñ-Ô-Ð-Ý	Œ•zÑ	"Ô	"ð &ð &ÝÔ˜9Ñ%Ô%Ð%ð&ð &ð &ñ &ô &ð &ð &ð &ð &ð &ð &øøøð &ð &ð &ð &å
Ô˜TÐ"Ñ"Ô"Ð"Ý
ÔÐ@À%ÑHÔHÐHÝ
Ô˜¨Ñ0Ô0Ð0åÔ Ñ$Ô$¨	Ò1Ð1Ð1Ð1ÝÔ Ñ,Ô,°Ò>Ð>Ð>Ð>ÝÔ Ñ.Ô.°)Ò;Ð;Ð;Ð;ÝÔ 
Ñ+Ô+¨yÒ8Ð8Ð8Ð8ÝÔ Ñ'Ô'¨9Ò4Ð4Ð4Ð4ÝÔ Ñ)Ô)¨YÒ6Ð6Ð6Ð6Ø×Ò�œ¨°OÑDÔDÐDØ×Ò� ¨Ñ.Ô.Ð.Ø×Ò� ¨tÑ4Ô4Ð4Ø×Ò� ¨$Ñ/Ô/Ð/Ø€HØ×Ò�Ô)¨>Ð;sÐ;sÐ;sÐ;sÑtÔtÐtØ^Ð^Ð^€LÝÔ$ \Ñ2Ô2Ð2Ð2Ð2Ø�AŒ;�q�r�rŒ?˜lÒ*Ð*Ð*Ð*ÝÔ# D¨'Ñ2Ô2Ð2Ð2Ð2ØQ€HÝÐBÐB¸ÐBÑBÔBÑBÔBÐBÐBÐBÝ	ŒÕ*Ñ	+Ô	+ð ?ð ?ÝÔ˜\¨7¸Ð>Ñ>Ô>Ð>ð?ð ?ð ?ñ ?ô ?ð ?ð ?ð ?ð ?ð ?ð ?øøøð ?ð ?ð ?ð ?åÔ Ð-?Ñ@Ô@Ð@Ð@Ð@ÝÔ  yÑ1Ô1Ð1Ð1Ð1ÝÔ  yÑ1Ô1Ð1Ð1Ð1ÝÔ ¨]Ñ;Ô;Ð;Ð;Ð;ÝÔ# K°Ñ?Ô?Ð?Ð?Ð?ÝÔ ¨Ñ4Ô4Ð4Ð4Ð4Ý
ÔÑÔÐÐÐs$   ÁA?Á?BÂBÉ=J!Ê!J%Ê(J%z3Windows profiling is extremely slow (cause unknown)c                  óX   — ddl m}   | dgdddd¬¦  «                             ¦   «          dS )	zVBenchmark model performance using 'ProfileModels' from 'ultralytics.utils.benchmarks'.r   ©ÚProfileModelsrh  r—   r/   rP   )r˜   Úmin_timeÚnum_timed_runsÚnum_warmup_runsN)Úultralytics.utils.benchmarksrä  r@  rã  s    r5   Útest_utils_benchmarksré  M  sG   € ð ;Ð:Ð:Ð:Ð:Ð:à€M�>Ð"¨"°qÈÐ\]Ð^Ñ^Ô^×bÒbÑdÔdÐdÐdÐdr4   c                  ó    — ddl m}  ddlm}m} t          j        dddd¦  «        } | dddd¬¦  «        } |||gd	¬
¦  «          |¦   «          dS )zGTest Torch utility functions including profiling and FLOP calculations.r   )ÚConv)Úprofile_opsÚ	time_syncr/   re   r÷  r0   )Úkrþ  rP   )ÚnN)Úultralytics.nn.modules.convrë  Úultralytics.utils.torch_utilsrì  rí  r]   rˆ  )rë  rì  rí  r  rF  s        r5   Útest_utils_torchutilsrò  U  s�   € à0Ð0Ð0Ð0Ð0Ð0ØDÐDÐDÐDÐDÐDÐDÐDåŒ�A�r˜2˜rÑ"Ô"€AØˆˆR��q˜AÐÑÔ€Aà€K��A�3˜!ÐÑÔÐØ€I�K„K€K€K€Kr4   c                  ó  ‡— ddl m}  ddlm} t	          j        dd¦  «        t	          j        dd¦  «        t	          j        dd¦  «        dœŠt	          j        d	gd
gg¦  «        t	          j        ddg¦  «        t	          j        dd¦  «        dœ} | ddddœˆfd„¬¦  «        } | dddœ¬¦  «        }|                     |||d¬¦  «        }|dk    sJ ‚‰d         d                              ¦   «         d
k    sJ ‚‰d         d                              ¦   «         d	k    sJ ‚‰d         d                              ¦   «         dk    sJ ‚‰d          	                    ¦   «         g d¢k    sJ ‚‰d          }|d          
                    d¦  «                             ¦   «         rZ|d!          
                    d¦  «                             ¦   «         r-|d"          
                    d¦  «                             ¦   «         sJ ‚d |vsJ ‚d#S )$z_Test RT-DETR decoder cls-head remap (direct-name match, unmatched, denoising partial transfer).r   r^  )ÚRTDETRDetectionModelrî  ç      ð¿)rP   )rP   r@   )úscore_head.weightúscore_head.biasú$decoder.denoising_class_embed.weightr­   r§  rn  ro  )r0   r@   g      "@ÚpersonÚbirdÚairplanerl  c                  ó   •— ‰ S rg   r3   )Ú	dst_states   €r5   rÂ   z0test_rtdetr_remap_cls_by_names.<locals>.<lambda>r  s   ø€ Ð\e€ r4   )rY  Ú
state_dictrm  ©rY  FrÐ   rP   rö  rù  )r/   r   )r0   r   r÷  )ro  rn  rõ  rø  r/   r0   N)rv  r_  r*  rô  r]   r€   r}  Ú_remap_cls_by_namesr/  rj   Úeqr  )r_  rô  Úcsdr‚  r�  rï  Údnrý  s          @r5   Útest_rtdetr_remap_cls_by_namesr  a  s:  ø€ à%Ð%Ð%Ð%Ð%Ð%à9Ð9Ð9Ð9Ð9Ð9õ #œZ¨°Ñ5Ô5Ý œ: d¨DÑ1Ô1Ý05´
¸6À4Ñ0HÔ0Hðð €Iõ #œ\¨C¨5°3°%¨.Ñ9Ô9Ý œ<¨¨t¨Ñ5Ô5Ý05´
¸6À3Ñ0GÔ0Gðð €Cð
 ˆ/ H°¸JÐ GÐ GÐTeÐTeÐTeÐTeÐ
fÑ
fÔ
f€CØ
ˆ/ F¨xÐ 8Ð 8Ð
9Ñ
9Ô
9€CØ×0Ò0°°c¸3ÈÐ0ÑNÔN€AØ�Š6ˆ6ˆ6ˆ6ØÐ(Ô)¨$Ô/×4Ò4Ñ6Ô6¸#Ò=Ð=Ð=Ð=ØÐ(Ô)¨$Ô/×4Ò4Ñ6Ô6¸#Ò=Ð=Ð=Ð=ØÐ(Ô)¨$Ô/×4Ò4Ñ6Ô6¸$Ò>Ð>Ð>Ð>ØÐ&Ô'×.Ò.Ñ0Ô0Ð4FÐ4FÐ4FÒFÐFÐFÐFØ	Ð9Ô	:€BØˆaŒ5�8Š8�C‰=Œ=×ÒÑÔÐO 2 a¤5§8¢8¨C¡=¤=×#4Ò#4Ñ#6Ô#6ÐO¸2¸a¼5¿8º8ÀD¹>¼>×;MÒ;MÑ;OÔ;OÐOÐOÐOØ1¸Ð<Ð<Ð<Ð<Ð<Ð<r4   ri  r/   rP   c           	      ó0  — ddl m} ddlm} ddlm}  |d| d¬¦  «        } |¦   «         |_         ||¦  «        }t          j        d| d	d	d
¬¦  «        }t          j        d| ddd
¬¦  «        } |||fdt          j	        ddt          j
        ¬¦  «        i¦  «        \  }}	t          j        |¦  «                             ¦   «         r+t          d„ |	                     ¦   «         D ¦   «         ¦  «        sJ ‚|                     ¦   «          |j        �|j        €J ‚dS )zkSemanticSegmentationLoss must stay finite when the whole batch is ignore (255), e.g. unlabeled/void frames.r   r   )ÚSemanticSegmentationModel)ÚSemanticSegmentationLosszyolo26-sem.yamlF)r    ri  rÑ   r/   re   T)Úrequires_gradr—   r�  )r/   re   re   r¼  r}   c              3   ób   K  — | ]*}t          j        |¦  «                             ¦   «         V — Œ+d S rg   )r]   Úisfiniter  r  s     r5   rl   z0test_semantic_loss_all_ignore.<locals>.<genexpr>Œ  s8   è è € Ð-^Ð-^È!­e¬n¸QÑ.?Ô.?×.CÒ.CÑ.EÔ.EÐ-^Ð-^Ð-^Ð-^Ð-^Ð-^r4   N)re  r   r*  r  Úultralytics.utils.lossr  r6  r]   rˆ  r€   Úlongr
  r  rÕ  ÚbackwardÚgrad)
ri  r   r  r  rÿ   Úloss_fnÚpredsÚauxÚlossÚitemss
             r5   Útest_semantic_loss_all_ignorer    sE  € ð (Ð'Ð'Ð'Ð'Ð'Ø>Ð>Ð>Ð>Ð>Ð>Ø?Ð?Ð?Ð?Ð?Ð?à%Ð%Ð*;ÀÈEÐRÑRÔR€EØ�‘”€E„JØ&Ð& uÑ-Ô-€GÝŒK˜˜2˜r 2°TÐ:Ñ:Ô:€EÝ
Œ+�a˜˜R °4Ð
8Ñ
8Ô
8€CØ�'˜5 #˜,¨½%¼*À[ÐRUÕ]bÔ]gÐ:hÑ:hÔ:hÐ(iÑjÔj�K€Dˆ%ÝŒ>˜$ÑÔ×#Ò#Ñ%Ô%Ð^­#Ð-^Ð-^ÈuÏ|Ê|É~Ì~Ð-^Ñ-^Ô-^Ñ*^Ô*^Ð^Ð^Ð^Ø‡M‚M�O„O€OØŒ:Ð! c¤hÐ&:Ð&:Ð:Ð&:Ð&:r4   c                  ó„  — ddl m}   | dddœ¬¦  «        }t          j        dt	          d¦  «        ¦  «        |_        t          j        d	t          j        ¬
¦  «        }|                     ||¦  «         |j        d          	                    ¦   «         dk    s*J d|j        d          	                    ¦   «         › �¦   «         ‚dS )ziSemanticMetrics must keep counting past float32's 2**24, where accumulating 1.0 at a time would saturate.r   )ÚSemanticMetricsrš  r9  rm  rÿ  )r0   r0   i   )r/   r¥   r¥   r}   rù  id  zconfusion matrix saturated at N)
rß  r  r]   r€   r·   r»  r  Úint32Úupdate_statsr/  )r  r½  r  s      r5   Ú+test_semantic_confusion_matrix_large_countsr  ‘  sÄ   € à9Ð9Ð9Ð9Ð9Ð9àˆo¨°Ð$4Ð$4Ð5Ñ5Ô5€GÝ”Z ­¨e©¬Ñ5Ô5€G„NÝŒK˜­5¬;Ð7Ñ7Ô7€EØ×Ò˜ Ñ&Ô&Ð&ØŒ>˜$Ô×$Ò$Ñ&Ô&¨+Ò5Ð5Ð5Ð7uÐX_ÔXfÐgkÔXl×XqÒXqÑXsÔXsÐ7uÐ7uÑ5Ô5Ð5Ð5Ð5r4   c                   ó"   ‡ — e Zd ZdZˆ fd„Zˆ xZS )Ú_DepthLossModelzeTiny stub mirroring the model surface DepthLoss26 reads: .parameters() for device and .args for hyps.c                 ó  •— t          ¦   «                              ¦   «          ddlm} t          j                             t	          j        d¦  «        ¦  «        | _        ddddœ}| 	                    |¦  «          |di |¤Ž| _
        d S )Nr   r^  r/   r­   r4  )ÚdlogÚdgradÚdlamr3   )ÚsuperrÚ   rv  r_  r]   r  Ú	Parameterr  rÞ  rÞ   r6  )rà   Úoverr_  rª  Ú	__class__s       €r5   rÚ   z_DepthLossModel.__init__Ÿ  s†   ø€ Ý‰Œ×ÒÑÔÐØ)Ð)Ð)Ð)Ð)Ð)å”×#Ò#¥E¤K°¡N¤NÑ3Ô3ˆŒØ S°#Ð6Ð6ˆØ�
Š
�4ÑÔÐØ#�OÐ*Ð* cÐ*Ð*ˆŒ	ˆ	ˆ	r4   )r  r  r  Ú__doc__rÚ   Ú__classcell__)r#  s   @r5   r  r  œ  s>   ø€ € € € € ØoÐoð+ð +ð +ð +ð +ð +ð +ð +ð +r4   r  c                 ó\  — ddl m}  |t          | d¬¦  «        ¦  «        }t          j        dddd¦  «        dz  d	z   }||z                       ¦   «                              d
¦  «        } |d|id|i¦  «        \  }}t          |                     ¦   «          	                    ¦   «         ¦  «        S )z`Return the SILog-only depth loss for a prediction with perfect structure but wrong global scale.r   )ÚDepthLoss26r¯   )r  r  r0   r/   r&  rE   r­   Trµ  )
r  r'  r  r]   rµ  ÚcloneÚrequires_grad_r·   rN  Údetach)Úlamr¦  r'  ÚcritÚgtÚpredÚtotalrø   s           r5   Ú_depth_loss_for_scaled_predr0  ©  s±   € à2Ð2Ð2Ð2Ð2Ð2àˆ;•¨C°sÐ;Ñ;Ô;Ñ<Ô<€DÝ	Œ�A�q˜"˜bÑ	!Ô	! AÑ	%¨Ñ	+€BØ�‰J×ÒÑÔ×.Ò.¨tÑ4Ô4€DØˆt�W˜d�O g¨r ]Ñ3Ô3�H€Eˆ1Ý�—’‘”×#Ò#Ñ%Ô%Ñ&Ô&Ð&r4   c                  óŒ   — t          dd¬¦  «        } t          dd¬¦  «        }| dk     sJ ‚|dt          | d¦  «        z  k    sJ ‚dS )	z¦A globally scale-shifted prediction is ~free under scale-invariant SILog (dlam=1) but must be heavily penalized
    as dlam drops (loss becomes scale-dependent).
    r­   r§  )r+  r¦  rJ  rÊ  rE   g�íµ ÷Æ°>N)r0  rÌ  )Úloss_invariantÚloss_anchoreds     r5   Ú;test_v26_depth_loss_lower_lambda_penalizes_scale_error_morer4  ´  s_   € õ 1°SÀÐDÑDÔD€NÝ/°DÀÐDÑDÔD€MØ˜DÒ Ð Ð Ð Ø˜1�s >°4Ñ8Ô8Ñ8Ò8Ð8Ð8Ð8Ð8Ð8r4   c                  ó8  — ddl m} m}m}m}m}m}m}m}m	}m
}	m}
m}  |dt          j        dg¦  «        ¦  «         t          j        dd¦  «        }t          j        | |	 ||¦  «        ¦  «        ¦  «         t          j        | |
 ||¦  «        ¦  «        ¦  «         t          j        | |  ||¦  «        ¦  «        ¦  «         t          j        | | ||¦  «        ¦  «        ¦  «         t          j        dd¦  «        }t          j        d¦  «        dz  |d	d	…df<   t          j        | | ||¦  «        ¦  «        d
¬¦  «          |t%          j        ddgddgddgg¦  «        dd¦  «                             ¦   «         g d¢k    sJ ‚t%          j        ddgddgddgddgg¦  «        } ||dd¦  «                             ¦   «         g d¢k    sJ ‚t%          j        ddgddgddgddgg¦  «        } ||dd¦  «                             ¦   «         g d¢k    sJ ‚ |t%          j        ddgddgddgg¦  «        dd¦  «                             ¦   «         g d¢k    sJ ‚ |t%          j        ddgddgg¦  «        dd¦  «                             ¦   «         g d¢k    sJ ‚ |t%          j        d¦  «        dd¦  «                             ¦   «         g d¢k    sJ ‚t%          j        ddgd dgd d gdd gg¦  «        } ||dd¦  «                             ¦   «         g d!¢k    sJ ‚d	S )"zJTest utility operations for coordinate transformations and normalizations.r   )Ú	ltwh2xywhÚ	ltwh2xyxyÚmake_divisibleÚsegment2boxÚ	xywh2ltwhÚ	xywh2xyxyÚ
xywhn2xyxyÚxywhr2xyxyxyxyÚ	xyxy2ltwhÚ	xyxy2xywhÚ
xyxy2xywhnÚxyxyxyxy2xywhrrs  rA   r¥   r@   rE   r  Nrc  )ÚrtolrH  rI  r2  r¯  )r   rH  r   r2  g     0�@g      Y@g     �…@g      i@)i&  rH  r¯  r2  g      $Àg     P„@)r   rH  r¯  r2  g     à…@g      YÀ)rH  r   iÂ  rH  g     p‡@g     Àb@)r   r   r   r   )r   r0   g      ‡@)r   r   r¯  r¯  )Úultralytics.utils.opsr6  r7  r8  r9  r:  r;  r<  r=  r>  r?  r@  rA  r]   r}  rµ  r=  rˆ  r   r�  rj   rl  )r6  r7  r8  r9  r:  r;  r<  r=  r>  r?  r@  rA  rÇ  Úsegs                 r5   Útest_utils_opsrE  ¾  s   € ðð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð €N�2•u”| Q CÑ(Ô(Ñ)Ô)Ð)åŒJ�r˜1ÑÔ€EÝ	„N�5˜)˜) I I¨eÑ$4Ô$4Ñ5Ô5Ñ6Ô6Ð6Ý	„N�5˜*˜* Z Z°Ñ%6Ô%6Ñ7Ô7Ñ8Ô8Ð8Ý	„N�5˜)˜) I I¨eÑ$4Ô$4Ñ5Ô5Ñ6Ô6Ð6Ý	„N�5˜)˜) I I¨eÑ$4Ô$4Ñ5Ô5Ñ6Ô6Ð6åŒJ�r˜1ÑÔ€EÝ”+˜b‘/”/ BÑ&€Eˆ!ˆ!ˆ!ˆQˆ$�KÝ	„N�5˜.˜.¨¨¸Ñ)>Ô)>Ñ?Ô?ÀdÐKÑKÔKÐKð ˆ;•r”x ! S ¨A¨s¨8°a¸°XÐ >Ñ?Ô?ÀÀcÑJÔJ×QÒQÑSÔSÐWgÐWgÐWgÒgÐgÐgÐgõ Œ(�U˜E�N U¨E N°U¸E°NÀUÈEÀNÐSÑ
TÔ
T€CØˆ;�s˜C Ñ%Ô%×,Ò,Ñ.Ô.Ð2FÐ2FÐ2FÒFÐFÐFÐFÝ
Œ(�U˜E�N U¨E N°U¸E°NÀUÈEÀNÐSÑ
TÔ
T€CØˆ;�s˜C Ñ%Ô%×,Ò,Ñ.Ô.Ð2DÐ2DÐ2DÒDÐDÐDÐDØˆ;•r”x %¨ °%¸°À%ÈÀÐ QÑRÔRÐTWÐY\Ñ]Ô]×dÒdÑfÔfð kð kð kò ð ð ð ð ˆ;•r”x %¨ °%¸°Ð @ÑAÔAÀ3ÈÑLÔL×SÒSÑUÔUÐYeÐYeÐYeÒeÐeÐeÐeØˆ;•r”x Ñ'Ô'¨¨cÑ2Ô2×9Ò9Ñ;Ô;¸|¸|¸|ÒKÐKÐKÐKÝ
Œ(�V˜VÐ$ u¨f o¸¸u°~ÈÐPUÀÐWÑ
XÔ
X€CØˆ;�s˜C Ñ%Ô%×,Ò,Ñ.Ô.Ð2BÐ2BÐ2BÒBÐBÐBÐBÐBÐBr4   c                  ó,  — ddl m}  ddlm} t	          j        dt          j        ¬¦  «        ddœ}  | dd	¬
¦  «        |¦  «        d         }t	          j        g d¢g¦  «        }t          j	        ddgg¦  «        }|dk    sJ ‚t	          j
        |                     d|d|¦  «        g d¢g¦  «        sJ ‚t          j
        |                     d|d|¦  «        |                     ddgg¦  «        ¦  «        sJ ‚t	          j        g d¢g¦  «        }t          j	        ddgg¦  «        }t	          j
        |                     d|d¦  «        g d¢g¦  «        sJ ‚t          j
        |                     d|d¦  «        |                     ddgg¦  «        ¦  «        sJ ‚dS )z_Coordinate scaling must invert independent height and width gains from stretched preprocessing.r   )Ú	LetterBox©Úops)r®  r¯  rP   r}   )çš™™™™™	@rJ  )r  Ú	ratio_padr;  T)Ú
scale_fillrK  )ç      @@g      P@ç      t@g      x@g      d@g      `@))gš™™™™™@rJ  rù  )rH  r2  )r¥   r¥   rH  é<   r1  r÷  )rM  g      h@rN  g      v@g      l@N)Úultralytics.data.augmentrG  rë   rI  r   r  r�   r�  r]   r}  r=  Úscale_boxesÚscale_coordsÚ
new_tensor)rG  rI  rÆ  rK  rÇ  Úcoordss         r5   Ú&test_scale_coords_nonuniform_letterboxrU  ï  sÊ  € à2Ð2Ð2Ð2Ð2Ð2Ø%Ð%Ð%Ð%Ð%Ð%å”X˜mµ2´8Ð<Ñ<Ô<È:ÐVÐV€FØ6�	�	˜*°Ð6Ñ6Ô6°vÑ>Ô>¸{ÔK€IÝŒHÐ0Ð0Ð0Ð1Ñ2Ô2€EÝŒ\˜E 5˜>Ð*Ñ+Ô+€FØÐ,Ò,Ð,Ð,Ð,ÝŒ;�s—’ z°5¸*ÀiÑPÔPÐSdÐSdÐSdÐReÑfÔfÐfÐfÐfÝŒ>˜#×*Ò*¨:°v¸zÈ9ÑUÔUÐW]×WhÒWhÐkmÐoqÐjrÐisÑWtÔWtÑuÔuÐuÐuÐuåŒHÐ1Ð1Ð1Ð2Ñ3Ô3€EÝŒ\˜E 5˜>Ð*Ñ+Ô+€FÝŒ;�s—’ z°5¸*ÑEÔEÐHYÐHYÐHYÐGZÑ[Ô[Ð[Ð[Ð[ÝŒ>˜#×*Ò*¨:°v¸zÑJÔJÈF×L]ÒL]Ð`bÐdfÐ_gÐ^hÑLiÔLiÑjÔjÐjÐjÐjÐjÐjr4   c                  ó�  — ddl m}  t          j        g d¢g d¢g d¢g d¢gg d¢g d¢g d	¢g d¢ggt          j        ¬
¦  «        } | |ddgdd¬¦  «        \  }}t          ||ddgddgfddgddgf¦  «        D ]‰\  }}}}|j        d         dk    r"|dd…df         dk                         ¦   «         sJ ‚t          j        |dd…df         t          j        |¦  «        ¦  «        sJ ‚| 	                    ¦   «         |k    sJ ‚ŒŠ | |dd¬¦  «        d         }t          j        |dd…df         t          j        ddg¦  «        ¦  «        sJ ‚dS )zfThe end-to-end NMS branch must filter classes before truncating to max_det, like the NMS-based branch.r   )Únon_max_suppression)r   r   é	   rX  r6  rE   )r/   r/   rX  rX  r€  r   )r0   r0   rX  rX  çffffffæ?r   )rP   rP   rX  rX  ç333333ã?r   )r   r   rX  rX  r6  r   )r/   r/   rX  rX  r€  rE   )r0   r0   rX  rX  rY  rE   r}   rÃ  r0   T)Ú
conf_thresr°  rÆ  Úreturn_idxsr€  rY  r6  rZ  r/   rP   NrE   r@   )r[  rÆ  )
Úultralytics.utils.nmsrW  r]   r}  rÙ  r>  r  r  r=  rj   )rW  r.  rr  rä   rÁ  rÇ  rA  r  s           r5   Ú'test_nms_end2end_classes_before_max_detr^    sÈ  € à9Ð9Ð9Ð9Ð9Ð9õ Œ<à!Ð!Ð!Ð#7Ð#7Ð#7Ð9MÐ9MÐ9MÐOcÐOcÐOcÐdØ!Ð!Ð!Ð#7Ð#7Ð#7Ð9MÐ9MÐ9MÐOcÐOcÐOcÐdð	
õ Œmðñ ô €Dð +Ð*¨4¸DÈ1È#ÐWXÐfjÐkÑkÔkÑ€GˆWÝ%(¨°'¸SÀ#¸JÈÈcÈ
Ð;SÐWXÐZ[ÐV\Ð_`ÐbcÐ^dÐUeÑ%fÔ%fð (ð (Ñ!ˆˆS�%˜ØŒy˜Œ|˜qÒ Ð  c¨!¨!¨!¨Q¨$¤i°1¢n×%9Ò%9Ñ%;Ô%;Ð Ð Ð;ÝŒ~˜c ! ! ! Q $œi­¬°eÑ)<Ô)<Ñ=Ô=Ð=Ð=Ð=Ø�zŠz‰|Œ|˜xÒ'Ð'Ð'Ð'Ð'Ø
Ð
˜d¨t¸QÐ
?Ñ
?Ô
?ÀÔ
B€CÝŒ>˜#˜a˜a˜a ˜dœ)¥U¤\°3¸°*Ñ%=Ô%=Ñ>Ô>Ð>Ð>Ð>Ð>Ð>r4   c                  óÔ  — ddl m}  t          j        ddd¦  «        t          j        dd¦  «        t          j        dd¦  «        }}}|                      |||dd¬¦  «        j        d	k    sJ ‚|                      |||d¦  «        j        d
k    sJ ‚|                      |||d¦  «        j        d	k    sJ ‚|                      t          j        dddd¦  «        d¦  «        j        dk    sJ ‚dS )zWProcess_mask/process_mask_native/scale_masks must handle 0 detections without crashing.r   rH  r—   r¤  r@   r;  T)Úupsample)r   r¯  r¯  )r   r¤  r¤  r/   )r/   r   r¯  r¯  N)	rë   rI  r]   rµ  r  Úprocess_maskr  Úprocess_mask_nativeÚscale_masks)rI  ÚprotosÚcoeffsÚbboxess       r5   Útest_process_mask_emptyrg    s  € à%Ð%Ð%Ð%Ð%Ð%å"œZ¨¨C°Ñ5Ô5µu´{À1ÀbÑ7IÔ7IÍ5Ì;ÐWXÐZ[ÑK\ÔK\�FˆF€FØ×Ò˜F F¨F°JÈÐÑNÔNÔTÐXeÒeÐeÐeÐeØ×Ò˜F F¨F°JÑ?Ô?ÔEÈÒVÐVÐVÐVØ×"Ò" 6¨6°6¸:ÑFÔFÔLÐP]Ò]Ð]Ð]Ð]Ø�?Š?�5œ; q¨!¨S°#Ñ6Ô6¸
ÑCÔCÔIÐM]Ò]Ð]Ð]Ð]Ð]Ð]r4   c                 óè  — ddl m}m}m}m}m}  |t          ¦  «          |t          ¦  «          |t          dz  ¦  «         | dz  }|                     dd¬¦  «          ||¦  «        5 }t          |¦  «         ddd¦  «         n# 1 swxY w Y   | dz  dz  }|                     d¬	¦  «          ||¦  «        | dz  d
z  k    sJ ‚|dz  }	|	 
                    ¦   «           ||	¦  «        |dz  k    sJ ‚dS )zMTest file handling utilities including file age, date, and paths with spaces.r   )Úfile_ageÚ	file_dateÚget_latest_runÚincrement_pathÚspaces_in_pathÚrunszpath/with spacesT)r÷  rç  NÚexprö  zexp-2zresults.txtzresults-2.txt)Úultralytics.utils.filesri  rj  rk  rl  rm  r	   r    r  r…  r–  )
r  ri  rj  rk  rl  rm  r  Únew_pathÚexp_dirÚresults_files
             r5   Útest_utils_filesrt  "  sz  € àkÐkÐkÐkÐkÐkÐkÐkÐkÐkÐkÐkÐkÐkà€H�VÑÔÐØ€I�fÑÔÐØ€N•4˜&‘=Ñ!Ô!Ð!àÐ(Ñ(€DØ‡J‚J�t d€JÑ+Ô+Ð+Ø	ˆ˜Ñ	Ô	ð  Ýˆh‰Œˆðð ð ñ ô ð ð ð ð ð ð øøøð ð ð ð ð ˜Ñ %Ñ'€GØ‡M‚M˜$€MÑÔÐØˆ>˜'Ñ"Ô" h°Ñ&7¸'Ñ&AÒAÐAÐAÐAà˜]Ñ*€LØ×ÒÑÔÐØˆ>˜,Ñ'Ô'¨7°_Ñ+DÒDÐDÐDÐDÐDÐDs   Á)BÂB	ÂB	c                 ó\  — ddl m}m} ddlm}  |t
          ¬¦  «        } |d|¬¦  «        5  t          j        t
          ¦  «        5   |t          j	        d¦  «        | dz  ¦  «         d	d	d	¦  «         n# 1 swxY w Y   d	d	d	¦  «         n# 1 swxY w Y   |j
        d
k    s
J d¦   «         ‚d	S )z=Test torch_save backoff when _torch_save raises RuntimeError.r   )Ú	MagicMockÚpatch)Ú
torch_save)Úside_effectz%ultralytics.utils.patches._torch_save)r  r/   ztest.ptNr@   z9torch_save was not attempted the expected number of times)Úunittest.mockrv  rw  r�  rx  r2   r;   r<   r]   r  Ú
call_count)r  rv  rw  rx  Úmocks        r5   Útest_utils_patches_torch_saver}  8  sS  € ð /Ð.Ð.Ð.Ð.Ð.Ð.Ð.à4Ð4Ð4Ð4Ð4Ð4àˆ9¥Ð.Ñ.Ô.€Dà	ˆÐ6¸DÐ	AÑ	AÔ	Að 9ð 9Å6Ä=ÕQ]ÑC^ÔC^ð 9ð 9Øˆ
•5”;˜q‘>”> 8¨iÑ#7Ñ8Ô8Ð8ð9ð 9ð 9ñ 9ô 9ð 9ð 9ð 9ð 9ð 9ð 9øøøð 9ð 9ð 9ð 9ð 9ð 9ð 9ñ 9ô 9ð 9ð 9ð 9ð 9ð 9ð 9øøøð 9ð 9ð 9ð 9ð Œ?˜aÒÐÐÐ!\ÑÔÐÐÐs5   ­BÁ"A5Á)BÁ5A9	Á9BÁ<A9	Á=BÂBÂBc                  óV  — ddl m} m}m}m}m} d\  }}t          j        d|dd¦  «        }  |||¦  «        |¦  «           |||¦  «        |¦  «           |||¦  «        |¦  «           | |¦  «        |¦  «          |||¦  «        }|                     ¦   «           ||¦  «         dS )zSTest Convolutional Neural Network modules including CBAM, Conv2, and ConvTranspose.r   )ÚCBAMÚConv2ÚConvTransposeÚDWConvTranspose2dÚFocus©rA   r&  r@   r¥   N)	rð  r  r€  r�  r‚  rƒ  r]   r  Ú
fuse_convs)	r  r€  r�  r‚  rƒ  Úc1Úc2r  rF  s	            r5   Útest_nn_modules_convrˆ  G  sä   € à`Ð`Ð`Ð`Ð`Ð`Ð`Ð`Ð`Ð`Ð`Ð`Ð`Ð`à�F€BˆÝŒ�A�r˜2˜rÑ"Ô"€Að ÐÐ�b˜"ÑÔ˜aÑ Ô Ð Ø€M€M�"�bÑÔ˜!ÑÔÐØ€E€Eˆ"ˆb�M„M�!ÑÔÐØ€D€Dˆ�H„HˆQ�K„K€Kð 	ˆˆb�"‰Œ€AØ‡L‚L�N„N€NØ€A€a�D„D€D€D€Dr4   c                  ó,  — ddl m} m}m}m}m} d\  }}t          j        d|dd¦  «        }  | ||¦  «        |¦  «           |||¦  «        |¦  «           |||¦  «        |¦  «           |||¦  «        |¦  «           |||¦  «        |¦  «         dS )z*Test various neural network block modules.r   )ÚC1ÚC3TRÚBottleneckCSPÚC3GhostÚC3xr„  r@   r¥   N)Úultralytics.nn.modules.blockrŠ  r‹  rŒ  r�  rŽ  r]   r  )rŠ  r‹  rŒ  r�  rŽ  r†  r‡  r  s           r5   Útest_nn_modules_blockr�  Z  sÍ   € àRÐRÐRÐRÐRÐRÐRÐRÐRÐRÐRÐRÐRÐRà�F€BˆÝŒ�A�r˜2˜rÑ"Ô"€Að €B€B€rˆ2�J„Jˆq�M„M€MØ€C€CˆˆB�K„K��N„N€NØ€D€DˆˆR�L„L��O„O€OØ€G€GˆB��O„O�AÑÔÐØ€M€M�"�bÑÔ˜!ÑÔÐÐÐr4   c                  óÊ   — ddl m}   | dd¬¦  «        }d|_        d|_        d}|                     t          j        d	|d
|j        z   ¦  «        ¦  «        j        d	|dfk    sJ ‚dS )zTDetect export postprocess should not request more candidates than available anchors.r   )ÚDetectr0   )r&  )ri  ÚchTÚonnxé   r/   r@   rd  N)	Úultralytics.nn.modules.headr’  rz  ry  Úpostprocessr]   rµ  ri  r  )r’  rc  Úanchorss      r5   Ú)test_nn_detect_head_export_clamps_max_detr™  i  s~   € à2Ð2Ð2Ð2Ð2Ð2àˆ6�Q˜5Ð!Ñ!Ô!€DØ€D„KØ€D„KØ€GØ×Ò�EœJ q¨'°1°t´w±;Ñ?Ô?Ñ@Ô@ÔFÈ1ÈgÐWXÈ/ÒYÐYÐYÐYÐYÐYr4   c                  óŠ   — t          j        dddd¦  «        t          j        dddd¦  «        t          j        dddd¦  «        gS )zNReturn a small Depth head constructor kwargs-matched P3/P4/P5 feature pyramid.r/   r—   re   r&  r|  rA   )r]   rˆ  r3   r4   r5   Ú_depth_head_featsr›  t  sC   € åŒK˜˜2˜r 2Ñ&Ô&­¬°A°r¸2¸rÑ(BÔ(BÅEÄKÐPQÐSVÐXYÐ[\ÑD]ÔD]Ð^Ð^r4   c                  ó.  — ddl m}   | dd¬¦  «                             ¦   «         }dD ];}d|c|_        |_         |t          ¦   «         ¦  «        j        dd	…         d
k    sJ ‚Œ<d|_         |t          ¦   «         ¦  «        j        dd	…         d
k    sJ ‚d	S )zXDepth export upsamples x4 to input resolution; inference returns native head resolution.r   ©ÚDepthr—   ©r—   re   r|  ©Úc_midr“  )r”  ÚcoremlTr¼  N)é   r£  F)r–  rž  r9  rz  ry  r›  r  )rž  rc  Úfmts      r5   Ú,test_nn_depth_head_export_upsamples_to_inputr¥  y  sÁ   € à1Ð1Ð1Ð1Ð1Ð1àˆ5�r˜mÐ,Ñ,Ô,×1Ò1Ñ3Ô3€DØ!ð Bð BˆØ#'¨Ð ˆŒ�T”[ØˆtÕ%Ñ'Ô'Ñ(Ô(Ô.¨r¨s¨sÔ3°zÒAÐAÐAÐAÐAØ€D„KØˆ4Õ!Ñ#Ô#Ñ$Ô$Ô*¨2¨3¨3Ô/°:Ò=Ð=Ð=Ð=Ð=Ð=r4   c                  ó,  — ddl m}   | dd¬¦  «                             ¦   «         } |t          ¦   «         ¦  «        d                              ¦   «                              ¦   «          d„ |                     ¦   «         D ¦   «         }|rJ d|› �¦   «         ‚d	S )
uT   Every head parameter receives gradient â€” DDP then needs no find_unused_parameters.r   r�  r—   rŸ  r   rµ  c                 ó&   — g | ]\  }}|j         ­|‘ŒS rg   )r  )rk   rï  rÞ  s      r5   r„   z9test_nn_depth_head_no_dead_parameters.<locals>.<listcomp>‹  s   € ÐFÐFÐF‘D�A�q°q´v°~ˆa°~°~°~r4   zparameters with no gradient: N)r–  rž  rœ   r›  rN  r  Únamed_parameters)rž  rc  Úunuseds      r5   Ú%test_nn_depth_head_no_dead_parametersrª  …  s©   € à1Ð1Ð1Ð1Ð1Ð1àˆ5�r˜mÐ,Ñ,Ô,×2Ò2Ñ4Ô4€DØ€DÕ	Ñ	Ô	ÑÔ˜gÔ&×*Ò*Ñ,Ô,×5Ò5Ñ7Ô7Ð7ØFÐF˜D×1Ò1Ñ3Ô3ÐFÑFÔF€FØÐ?Ð?Ð?°vÐ?Ð?Ñ?Ô?ˆ:Ð?Ð?r4   c           
      ó   — ddl m} t          d¦  «        D ]�}| t          |¦  «        z  }|                     ¦   «          t          d¦  «        D ]I}t          j        t          ||› d�z  ¦  «        t          j        d|t          j	        ¬¦  «        ¦  «         ŒJŒ‚t          t          ¦  «        }d|_         || |d	¬
¦  «        j        }t          j        d„ |D ¦   «         ¦  «                             ¦   «         g d¢k    sJ ‚dS )zLSample classification fractions across the class-major ImageFolder ordering.r   ©rO  rP   r@   r$  r%  r}   r4  T)rI  c                 ó   — g | ]
}|d          ‘ŒS )r/   r3   ©rk   Úsamples     r5   r„   zGtest_classification_fraction_samples_across_classes.<locals>.<listcomp>œ  s   € Ð8Ð8Ð8 f˜˜qœ	Ð8Ð8Ð8r4   )r0   r0   r0   N)r±  rO  rG   rí   r  r±  r²  r   r€   r�   r   r   r¬   rP  Úbincountrj   )r  rO  Úclass_indexÚ	class_dirÚimage_indexr6  rP  s          r5   Ú3test_classification_fraction_samples_across_classesr´  �  s  € à>Ð>Ð>Ð>Ð>Ð>å˜Q‘x”xð rð rˆØ�s ;Ñ/Ô/Ñ/ˆ	Ø�ŠÑÔÐÝ  ™8œ8ð 	rð 	rˆKÝŒK�˜I¨;Ð(<Ð(<Ð(<Ñ<Ñ=Ô=½r¼wÀ{ÐT_ÕgiÔgoÐ?pÑ?pÔ?pÑqÔqÐqÐqð	rå•ÑÔ€DØ€D„MØ#Ð# H¨d¸DÐAÑAÔAÔI€GåŒ;Ð8Ð8°Ð8Ñ8Ô8Ñ9Ô9×@Ò@ÑBÔBÀiÀiÀiÒOÐOÐOÐOÐOÐOr4   c                 óP  — ddl m} dD ]_}| |z                       ¦   «          t          j        t          | |z  dz  ¦  «        t          j        dt          j        ¬¦  «        ¦  «         Œ` || t          ddd	d
œ¬¦  «        j
        }t          d„ |D ¦   «         ¦  «        ddgk    sJ ‚dS )zbAlign a split's class folders to the model's class order by name and drop classes the model lacks.r   r¬  )r9  r:  rá  z0.jpgr%  r}   rš  r9  r:  rl  rÿ  c              3   ó&   K  — | ]}|d          V — ŒdS rê   r3   r®  s     r5   rl   z<test_classification_split_class_alignment.<locals>.<genexpr>§  s&   è è € Ð2Ð2 �&˜”)Ð2Ð2Ð2Ð2Ð2Ð2r4   r/   r0   N)r±  rO  r  r±  r²  rí   r   r  r�   r   rP  r·  )r  rO  rä  rP  s       r5   Ú)test_classification_split_class_alignmentr·  Ÿ  sË   € à>Ð>Ð>Ð>Ð>Ð>àð [ð [ˆØ	�D‰×ÒÑ!Ô!Ð!ÝŒ•C˜ 4™¨'Ñ1Ñ2Ô2µB´H¸[ÕPRÔPXÐ4YÑ4YÔ4YÑZÔZÐZÐZØ#Ð# H­kÀSÈSÐUXÐAYÐAYÐZÑZÔZÔb€GÝÐ2Ð2¨'Ð2Ñ2Ô2Ñ2Ô2°q¸!°fÒ<Ð<Ð<Ð<Ð<Ð<r4   c                  óN   — t          j        t          t          ¦  «        ¦  «        S )z?Load and return an image from a predefined source (OpenCV BGR).)r±  r²  rí   r	   r3   r4   r5   r>  r>  ª  s   € õ Œ:•c�&‘k”kÑ"Ô"Ð"r4   z)auto_augment, erasing, force_color_jitter))Nr¯   F)Úrandaugmentr4  T)Úaugmixr7  F)Úautoaugmentr¯   Tc                 ó*  — ddl m}  |ddddddd|dd	d	||¬
¦  «        } |t          j        t	          j        | t          j        ¦  «        ¦  «        ¦  «        }|j        dk    sJ ‚t          j	        |¦  «        sJ ‚|j
        t          j        k    sJ ‚dS )zJTest classification transforms during training with various augmentations.r   )Úclassify_augmentationséà   )r4  r4  r4  )g{®Gáz´?r­   )g      è?gUUUUUUõ?r4  g¸…ëQ¸Ž?gš™™™™™Ù?)ÚsizerÐ  Ústdr¦  ÚratioÚhflipÚvflipr²   Úhsv_hÚhsv_sÚhsv_vÚforce_color_jitterÚerasing)rP   r¾  r¾  N)rP  r½  r   rü  r±  ÚcvtColorÚCOLOR_BGR2RGBr  r]   Ú	is_tensorr~   rÙ  )r>  r²   rÈ  rÇ  r½  Ú	transformÚtransformed_images          r5   Útest_classify_transforms_trainrÎ  °  sÇ   € ð @Ð?Ð?Ð?Ð?Ð?à&Ð&ØØØØØ$ØØØ!ØØØØ-Øðñ ô €Ið  "˜	¥%¤/µ#´,¸uÅcÔFWÑ2XÔ2XÑ"YÔ"YÑZÔZÐàÔ" mÒ3Ð3Ð3Ð3ÝŒ?Ð,Ñ-Ô-Ð-Ð-Ð-ØÔ"¥e¤mÒ3Ð3Ð3Ð3Ð3Ð3r4   z$Edge devices not intended for tuningc                  óú   — t          d¦  «                             ddgddddd¬	¦  «         t          d
¦  «                             dddddd¬	¦  «         t          d¦  «                             dddddd¬	¦  «         dS )ú,Tune YOLO model for performance improvement.rÃ  r–   zcoco8-grayscale.yamlFr—   r/   r0   rþ   )r‹   r´  r˜   r§   Ú
iterationsrò   rÁ  rÂ  r¡  rû  N©r   Útuner3   r4   r5   Útest_model_tunerÔ  Ô  s¢   € õ
 	ˆÑÔ×ÒØÐ2Ð3¸5ÈÐSTÐabÐkpð ñ ô ð õ 	Ð	ÑÔ× Ò Ð&7¸uÈBÐWXÐefÐotÐ ÑuÔuÐuÝÐ	ÑÔ×Ò \¸ÀbÐQRÐ_`ÐinÐÑoÔoÐoÐoÐor4   Úray)Úinstallzray[tune] not installedc            
      óZ   — t          d¦  «                             dddddddd	¬
¦  «         dS )rÐ  r¡  rû  TFr—   r/   r0   rm   rþ   )r‹   Úuse_rayr´  r˜   r§   rÑ  Ú
search_algrò   NrÒ  r3   r4   r5   Útest_model_tune_rayrÚ  à  sL   € õ 	Ð	ÑÔ×ÒØØØØØØØØð  ñ 	ô 	ð 	ð 	ð 	r4   c                  ó‚  — t          t          ¦  «        } t          t          dz  ¦  «        }t          gt          t          gfD ]p}t	          |                      |d¬¦  «        ¦  «        t	          |¦  «        k    sJ ‚t	          |                     |d¬¦  «        ¦  «        t	          |¦  «        k    sJ ‚Œqt          t          dz  ¦  «        }|                     t          d¬¦  «        d         j        €J ‚t          |                     t          d¬¦  «        d         t          j
        ¦  «        sJ ‚|                     t          d¬¦  «        d         j        €J ‚t          |                     t          ddg¬	¦  «        d         t          j
        ¦  «        sJ ‚|                     t          d¬¦  «        d         j        €J ‚dS )
z4Test YOLO model embeddings extraction functionality.ri  r—   r‘  r¡  r¬  r   Nr¼  )r˜   Úembed)r   r   r!   r	   r_   rÜ  r‰  rØ  rE  r]   ÚTensor)Úmodel_detectÚmodel_segmentrC   Úmodel_classifys       r5   Útest_model_embeddingsrá  ò  s–  € å�‘;”;€LÝ�Ð'7Ñ7Ñ8Ô8€Må��F¥FÐ+Ð+ð Nð NˆÝ�<×%Ò%¨U¸"Ð%Ñ=Ô=Ñ>Ô>Å#ÀeÁ*Ä*ÒLÐLÐLÐLÝ�=×&Ò&¨e¸2Ð&Ñ>Ô>Ñ?Ô?Å3ÀuÁ:Ä:ÒMÐMÐMÐMÐMå�+Ð(8Ñ8Ñ9Ô9€NØ×!Ò!¥&°Ð!Ñ3Ô3°AÔ6Ô<ÐHÐHÐHÝ�n×*Ò*­6¸Ð*Ñ<Ô<¸QÔ?ÅÄÑNÔNÐNÐNÐNØ×!Ò!¥&°Ð!Ñ3Ô3°AÔ6Ô<ÐHÐHÐHÝ�n×,Ò,­V¸2ÀbÀTÐ,ÑJÔJÈ1ÔMÍuÌ|Ñ\Ô\Ð\Ð\Ð\Ø×!Ò!¥&°Ð!Ñ3Ô3°AÔ6Ô<ÐHÐHÐHÐHÐHr4   c                  óž  — ddl m}  t          j        d¦  «         t          j        ddd¦  «        t          j        dd¦  «        }}t          j        dd¦  «        dz  dz   }|d	d	…d
d	…fxx         |d	d	…d	d
…f         z  cc<   |                      |||d¦  «        }|                      ||                     ¦   «          	                    dd¦  «        z   	                    ddd¦  «        d	         d¦  «        d         }|  
                    ||¦  «                             d¦  «                             ¦   «         }t          j        ||¦  «        sJ ‚d	S )zGChunked native upsampling is identical to upsampling all masks at once.r   rH  r—   r¤  éF   r@   i„  rE   Nr0   )r®   r®   r¨   r¯   )rë   rI  r]   ro   rˆ  rµ  rb  rc  r·   rÏ  Ú	crop_maskÚgt_Úbyter�   )rI  rd  Úmasks_inrf  rÁ  Úrefs         r5   Ú test_process_mask_native_chunkedré    sI  € à%Ð%Ð%Ð%Ð%Ð%å	Ô�aÑÔÐÝ”{ 2 s¨CÑ0Ô0µ%´+¸bÀ"Ñ2EÔ2EˆH€FÝŒZ˜˜AÑÔ Ñ$ qÑ(€FØ
ˆ1ˆ1ˆ1ˆaˆbˆbˆ5€M€M„M�V˜A˜A˜A˜r ˜r˜E”]Ñ"€M€M�MØ
×
!Ò
! &¨(°F¸LÑ
IÔ
I€CØ
�/Š/˜8 f§l¢l¡n¤n×&9Ò&9¸"¸bÑ&AÔ&AÑA×GÒGÈÈCÐQTÑUÔUÐVZÔ[Ð]iÑ
jÔ
jÐklÔ
m€CØ
�-Š-˜˜VÑ
$Ô
$×
(Ò
(¨Ñ
-Ô
-×
2Ò
2Ñ
4Ô
4€CÝŒ;�s˜CÑ Ô Ð Ð Ð Ð Ð r4   z/Edge devices not intended for CLIP-based modelszDYOLOWorld with CLIP is not supported in Python 3.8 and aarch64 Linuxc                  óZ  — t          t          dz  ¦  «        } |                      ddg¦  «          | t          d¬¦  «         t          t          dz  ¦  «        } |                      ddd	d
d¬¦  «         ddlm} t          d¦  «        } |                      ddgiddgidœdd	d
d|¬¦  «         dS )z)Test YOLO world models with CLIP support.zyolov8s-world.ptÚtreeÚwindowr  ©rÊ  zyolov8s-worldv2.ptz
dota8.yamlr/   r—   r^  )r‹   r§   r˜   r“   r_  r   )ÚWorldTrainerFromScratchzyolov8s-worldv2.yamlÚ	yolo_data©rœ   r±   )r‹   r§   r˜   r“   r_  r„  N)r   r!   Úset_classesr	   rœ   Ú)ultralytics.models.yolo.world.train_worldrî  )rÿ   rî  s     r5   Útest_yolo_worldró    sô   € õ •Ð1Ñ1Ñ2Ô2€EØ	×Ò�v˜xÐ(Ñ)Ô)Ð)Ø	€E�&�tÐÑÔÐå•Ð3Ñ3Ñ4Ô4€Eð 
‡K‚KØØØØØð ñ ô ð ð RÐQÐQÐQÐQÐQåÐ'Ñ(Ô(€EØ	‡K‚KØ# l ^Ð4¸kÈLÈ>Ð=ZÐ[Ð[ØØØØØ'ð ñ ô ð ð ð r4   z5Edge devices not intended for heavy CLIP-based modelsz$YOLOE with CLIP requires torch>=1.13z@YOLOE with CLIP is not supported in Python 3.8 and aarch64 Linuxc           	      óÐ  ‡— t          t          dz  ¦  «        }|                     ddg¦  «         |                     ddg¦  «         t          |j                             ¦   «         ¦  «        ddgk    sJ ‚ |t          d¬¦  «         ddlm} ddl	m
} t          j        g d	¢g d
¢g¦  «        t          j        ddg¦  «        dœ}|                     t          ||¬¦  «          |t          dz  ¦  «        }|                     dd¬¦  «         |                     ddd¬¦  «         ddl	m}m}m}  |d¦  «        }|                     ddd|d¬¦  «         ddgiddgidœ}| dz  }	t'          j        ||	¬¦  «         ||	fD ]'}
 |d¦  «        }|                     |
dd|d¬¦  «         Œ( |t          dz  ¦  «        }|                     t          ¦  «          |d¦  «        }|                     dd¬¦  «          |d¦  «        }t+          |j        j        ¦  «        dz
  Šd„ t/          ‰¦  «        D ¦   «         }|ˆfd„|j        j        d                              ¦   «         D ¦   «         z  }|ˆfd„t/          d¦  «        D ¦   «         z  }|                     ddgiddgidœdd|d|d¬ ¦  «         d!|j        j        v sJ ‚t7          |j        j        ¦  «                             ¦   «         sJ ‚d"S )#z*Test YOLOE models with MobileCLIP support.úyoloe-11s-seg.ptrù  Úbusr  rí  r   )ÚYOLOE©ÚYOLOEVPSegPredictor©gq=
×£°k@gÍÌÌÌÌ\y@gHáz®�u@g¸…ëQÌŠ@)éx   i©  r¤  i½  r/   ©rf  rÉ  )Úvisual_promptsr¿  zcoco128-seg.yamlr—   ©r‹   r˜   T)r‹   Úload_vpr˜   )ÚYOLOEPEFreeTrainerÚYOLOEPESegTrainerÚYOLOESegTrainerFromScratch)r‹   r§   r_  r„  r˜   rï  rð  zyoloe-data.yaml©r‹   r•  zyoloe-11s-seg.yamlzyoloe-11s-seg-pf.ptc                 ó,   — g | ]}t          |¦  «        ‘ŒS r3   )rí   r‚   s     r5   r„   ztest_yoloe.<locals>.<listcomp>}  s   € Ð*Ð*Ð*˜�c�!‰fŒfÐ*Ð*Ð*r4   c                 ó,   •— g | ]\  }}d |v¯	‰› d|› �‘ŒS )r{  r  r3   )rk   rä  rø   rc  s      €r5   r„   ztest_yoloe.<locals>.<listcomp>~  s7   ø€ ÐkÐkÐk¡G D¨!ÐY^ÐfjÐYjÐYj�$ÐÐ˜ÐÐÐYjÐYjÐYjr4   r¨   c                 ó.   •— g | ]}d D ]}‰› d|› d|› �‘ŒŒS )rm  z.cv3.r  r3   )rk   rƒ   Újrc  s      €r5   r„   ztest_yoloe.<locals>.<listcomp>  s<   ø€ ÐGÐGÐG¨ÀÐGÐG¸1�$Ð$Ð$˜QÐ$Ð$ Ð$Ð$ÐGÐGÐGÐGr4   rP   )r‹   r§   r_  r„  r˜   Úfreezern  Úseg_lossN)r   r!   rñ  ri   rY  rÕ  r	   rÉ  r÷  Úultralytics.models.yolo.yoloerù  r   r�  r‰  r±   r   r  r  rœ   r#   r  r_   rÿ   rG   Únamed_childrenr„  Ú
loss_namesr   r—  rÌ  )r  rÿ   r÷  rù  Úvisualsr   r  r  Ú	data_dictr  r‹   r  rc  s               @r5   Ú
test_yoloer  5  sÁ  ø€ õ •Ð1Ñ1Ñ2Ô2€EØ	×Ò�x Ð'Ñ(Ô(Ð(Ø	×Ò�u˜hÐ'Ñ(Ô(Ð(Ý�”×"Ò"Ñ$Ô$Ñ%Ô%¨%°Ð):Ò:Ð:Ð:Ð:Ø	€E�&�tÐÑÔÐà!Ð!Ð!Ð!Ð!Ð!ØAÐAÐAÐAÐAÐAõ ”(Ð;Ð;Ð;Ð=QÐ=QÐ=QÐRÑSÔSÝŒx˜˜A˜ÑÔðð €Gð 
‡M‚MÝØØ%ð ñ ô ð ð ˆE•+Ð 2Ñ2Ñ3Ô3€Eà	‡I‚IÐ%¨R€IÑ0Ô0Ð0à	‡I‚IÐ%¨t¸2€IÑ>Ô>Ð>ð pÐoÐoÐoÐoÐoÐoÐoÐoÐoàˆEÐ$Ñ%Ô%€EØ	‡K‚KØØØØ!Øð ñ ô ð ð 'Ð);Ð(<Ð=À{ÐUgÐThÐFiÐjÐj€IØÐ,Ñ,€IÝ„I�9 9Ð-Ñ-Ô-Ð-Ø˜IÐ&ð 
ð 
ˆØ�Ð*Ñ+Ô+ˆØ�ŠØØØØ.Øð 	ñ 	
ô 	
ð 	
ð 	
ð ˆE•+Ð 5Ñ5Ñ6Ô6€EØ	‡M‚M•&ÑÔÐàˆEÐ$Ñ%Ô%€EØ	‡I‚IÐ%¨R€IÑ0Ô0Ð0àˆEÐ$Ñ%Ô%€EÝˆuŒ{Ô Ñ!Ô! AÑ%€DØ*Ð*�e D™kœkÐ*Ñ*Ô*€FØ
ÐkÐkÐkÐk¨u¬{Ô/@ÀÔ/D×/SÒ/SÑ/UÔ/UÐkÑkÔkÑk€FØ
ÐGÐGÐGÐG­e°A©h¬hÐGÑGÔGÑG€FØ	‡K‚KØ#Ð&8Ð%9Ð:ÀKÐRdÐQeÐCfÐgÐgØØØ"ØØØð ñ ô ð ð ˜œÔ1Ð1Ð1Ð1Ð1Ý�”Ô"Ñ#Ô#×*Ò*Ñ,Ô,Ð,Ð,Ð,Ð,Ð,r4   z:MobileCLIP2 uses scaled_dot_product_attention (torch>=2.0)c                  óÊ  — t          t          dz  ¦  «        } d| j        j        d<   ddg}|                      |¦  «        }|                      ||¦  «         dD ]} | t          d|¬¦  «         Œt          t          dz  ¦  «        }d|j        j        d<   d|j        _        |                     |||                     |¦  «        ¬	¦  «         dD ]} |t          d|¬¦  «         Œd
S )zMKeep prompt-free inference on the branch that its vocabulary reparameterized.zyoloe-26n-seg.ptr—   r˜   rù  rö  )NF)r˜   r´   T)Úone2one_vocabN)r   r!   rÿ   r6  Ú	get_vocabÚ	set_vocabr	   r³   )rÿ   rY  Úvocabr´   Úduals        r5   Útest_yoloe_vocab_head_switchr  �  s   € õ •Ð1Ñ1Ñ2Ô2€EØ "€E„KÔ�WÑØ�uÐ€EØ�OŠO˜EÑ"Ô"€EØ	‡O‚O�E˜5Ñ!Ô!Ð!Øð )ð )ˆØˆ�f˜B CÐ(Ñ(Ô(Ð(Ð(å•Ð0Ñ0Ñ1Ô1€DØ!€D„J„O�GÑØ€D„JÔØ‡N‚N�5˜%¨t¯~ª~¸eÑ/DÔ/D€NÑEÔEÐEØð (ð (ˆØˆ�V˜2 3Ð'Ñ'Ô'Ð'Ð'ð(ð (r4   c                 ó\  — t          t          dz  ¦  «        }ddlm} t	          j        g d¢g¦  «        t	          j        dg¦  «        dœ}|                      ¦   «          |                     t          t          ||d¬¦  «         |                      ¦   «         }|j	        |j
        z   }d|vsJ ‚d	S )
z:Verify that YOLOE visual prompting respects verbose=False.rõ  r   rø  rú  rü  F)Úrefer_imagerý  r¿  rÑ   ÚUltralyticsN)r   r!   r
  rù  r   r�  Ú
readouterrr‰  r	   rÁ  Úerr)Úcapfdrÿ   rù  r  r÷  ri  s         r5   Ú&test_yoloe_visual_prompt_verbose_falser  ¡  sÏ   € å•Ð1Ñ1Ñ2Ô2€EàAÐAÐAÐAÐAÐAõ ”(Ð;Ð;Ð;Ð<Ñ=Ô=ÝŒx˜˜‰}Œ}ðð €Gð 
×ÒÑÔÐà	‡M‚MÝÝØØ%Øð ñ ô ð ð ×ÒÑ!Ô!€HØŒ\˜HœLÑ(€Fà Ð&Ð&Ð&Ð&Ð&Ð&r4   c                  óØ   — t          d¦  «        } |                      ddddd¬¦  «         |                      dd¬¦  «         |                      dddd¬	¦  «          | t          ¦  «         d
S )zFTest YOLOv10 model training, validation, and prediction functionality.rA  r–   r/   r—   r^  ©r‹   r§   r˜   r_  r“   rþ  T)r˜   r«  r’  rI  N)r   rœ   r±   r‰  r	   rÓ  s    r5   Útest_yolov10r   ½  sl   € å�Ñ!Ô!€Eà	‡K‚K�\¨!°2ÀAÈV€KÑTÔTÐTØ	‡I‚I�< r€IÑ*Ô*Ð*Ø	‡M‚M˜ T°TÀ4€MÑHÔHÐHØ	€E�&�M„M€M€M€Mr4   Úgrayscale_tiff)FTc                 ó  — d}|rît          |¦  «        }t          j        |d         | dz  t          j        dd¦  «        ¬¦  «        }t	          |¦  «                             d¦  «        D ]W}t          j        |¦  «        5 }|                     ¦   «         }ddd¦  «         n# 1 swxY w Y   | 	                    |¦  «         ŒX| d	z  }t          j	        |t          |¦  «        d
d|d         dœ¦  «         t          d¦  «        }|                     |dddd¬¦  «         |                     |¬¦  «         t          j        dd|rdndft          j        ¬¦  «        }	|                     |	dddd¬¦  «         |                     d¬¦  «         dS )zaTest training, validation, prediction, and export with multispectral and grayscale TIFF datasets.zcoco8-multispectral.yamlr  rU   ú*.npyz*.cache)Úignorez*.tiffNr  zimages/trainru  rY  )r  rœ   r±   rY  rÃ  r/   r—   r^  r  ©r‹   rP   r¥   r}   T©rH  r˜   r«  r’  rI  r”  rx  )r   rC  ÚcopytreeÚignore_patternsr   rs  r   r“  r   r  r#   rí   r   rœ   r±   r   r  r�   r‰  rz  )
r  r!  r‹   rU   Úrootr  r>  Úframerÿ   rŠ  s
             r5   Útest_multichannelr+  Ç  sÂ  € ð &€DØð vÝ# DÑ)Ô)ˆÝŒ˜w vœ°¸9Ñ0DÍVÔMcÐdkÐmvÑMwÔMwÐxÑxÔxˆÝ˜‘J”J×$Ò$ XÑ.Ô.ð 	ð 	ˆDÝ”˜DÑ!Ô!ð % UØŸ
š
™œ�ð%ð %ð %ñ %ô %ð %ð %ð %ð %ð %ð %øøøð %ð %ð %ð %à�JŠJ�tÑÔÐÐØ˜+Ñ%ˆÝŒ	�$¥ T¡¤°^ÈLÐcjÐkrÔcsÐtÐtÑuÔuÐuå�ÑÔ€EØ	‡K‚K�T !¨2¸AÀV€KÑLÔLÐLØ	‡I‚I�4€IÑÔÐÝ	Œ�2�r Ð6˜1˜1°BÐ7½r¼xÐ	HÑ	HÔ	H€BØ	‡M‚M˜ 2°ÀÈd€MÑSÔSÐSØ	‡L‚L˜€LÑÔÐÐÐs   Á?B Â B$	Â'B$	ztask,model,datac                 óØ  — t           r| dk    rt          ¦   «          | dv rdS |t          |¦  «        j        › d�z  }t	          |¦  «        }d|d<   t          j        ||¬¦  «         dD ]J}t          |d	         ¦  «        ||         z                       d
¦  «        D ]}|                     ¦   «          ŒŒKt          |¦  «        }| 
                    |dddd¬¦  «         |                     |¬¦  «         t          j        dt          j        ¬¦  «        }|                     |dddd¬¦  «         |                     d¬¦  «        }t          || ¬¦  «        }|                     |d¬¦  «         dS )zMTest YOLO model grayscale training, validation, and prediction functionality.r³  >   rµ  r¶  Nz-grayscale.yamlr/   r¸  r  rð  r  r#  r—   rk  r  r%  )r—   r—   r/   r}   Tr&  r”  rx  )r°  r‘  )r   r½   r   rè  r   r#   r  r  rå  r   rœ   r±   r   r  r�   r‰  rz  )	r°  rÿ   r‹   r  Úgrayscale_datar¦   Únpy_filerŠ  Úexport_models	            r5   Útest_grayscaler0  Ý  sƒ  € õ ð ˜$ *Ò,Ð,ÝÑÔÐØÐ$Ð$Ð$ØˆØ¥4¨¡:¤:¤?Ð CÐ CÐ CÑC€NÝ˜TÑ"Ô"€DØ€DˆÑÝ„I�4˜nÐ-Ñ-Ô-Ð-à!ð ð ˆÝ˜d 6œlÑ+Ô+¨d°5¬kÑ9×?Ò?ÀÑHÔHð 	ð 	ˆHØ�OŠOÑÔÐÐð	õ �‰KŒK€EØ	‡K‚K�^¨A°RÀaÈu€KÑUÔUÐUØ	‡I‚I�>€IÑ"Ô"Ð"Ý	Œ�+¥R¤XÐ	.Ñ	.Ô	.€BØ	‡M‚M˜ 2°ÀÈd€MÑSÔSÐSØ—<’< v�<Ñ.Ô.€Lå� DÐ)Ñ)Ô)€EØ	‡M‚M˜ 2€MÑ&Ô&Ð&Ð&Ð&r4   c                  óž   — t          ¦   «          t          d¦  «        } |                      dddd¬¦  «         |                      d¬¦  «         dS )z8Test YOLO semantic segmentation model with polygon data.r¨  rj  r/   r—   )r‹   r§   r˜   r_  r%  N)r½   r   rœ   r±   rÓ  s    r5   Útest_semantic_polygon_datar2  ø  sR   € åÑÔÐÝÐ!Ñ"Ô"€EØ	‡K‚KÐ%¨a°rÈ€KÑJÔJÐJØ	‡I‚IÐ#€IÑ$Ô$Ð$Ð$Ð$r4   c                 óà  — ddl m} | dz  dz  | dz  dz  }}|                     d¬¦  «         |                     d¬¦  «         t          j        dt          j        ¬	¦  «        }d
|dd…dd…f<   t          j        t          |dz  ¦  «        t          j        dt          j        ¬	¦  «        ¦  «         t          j
        |¦  «                             d¦  «                             |dz  ¦  «         dddœddœ} |t          |¦  «        d|¬¦  «          |t          |¦  «        di |¥ddi¥¬¦  «        }t          t          j        |                     d¦  «        ¦  «        ¦  «        ddhk    sJ ‚dS )z]Test a yaml-only nc 2->1 edit still loads 1-bit masks as {0, 1} from a cache scanned at nc=2.r   )ÚSemanticDatasetr’   rœ   rœ  Trö  r¥  r}   r¼  rA   r¥  za.jpgr´  rÒ   za.pngÚbgÚfgrm  r0   )rY  ri  r—   )r©  r˜   r‹   ri  r/   N)r±  r4  r  r   r  r�   r±  r²  rí   r   rü  rã  r  rá  r  Ú	load_mask)r  r4  r’   rœ  Ú
foregroundr‹   rU   s          r5   Ú&test_semantic_cache_nc_edit_1bit_masksr9   	  s  € à8Ð8Ð8Ð8Ð8Ð8à˜xÑ'¨'Ñ1°8¸gÑ3EÈÑ3OˆE€FØ
‡L‚L˜€LÑÔÐØ	‡K‚K˜€KÑÔÐÝ”˜(­"¬(Ð3Ñ3Ô3€JØ €Jˆq�ˆt�Q�r�TˆzÑÝ„K•�F˜WÑ$Ñ%Ô%¥r¤x°Å2Ä8Ð'LÑ'LÔ'LÑMÔMÐMÝ	„O�JÑÔ×'Ò'¨Ñ,Ô,×1Ò1°%¸'±/ÑBÔBÐBà $Ð'Ð'¨qÐ1Ð1€DØ€O�S ™[œ[°¸Ð>Ñ>Ô>Ð>Øˆo¥s¨6¡{¤{¸"ÐCTÀdÐCTÈDÐRSÐCTÐCTÐUÑUÔU€GÝ�rŒy˜×*Ò*¨1Ñ-Ô-Ñ.Ô.Ñ/Ô/°A°q°6Ò9Ð9Ð9Ð9Ð9Ð9r4   )½rf  rž  rï   r
  rC  r#  r"  r  r   r(  r   r±  r¶  r   r;   r]   ÚPILr   Úultralytics.data.buildr‹   ÚbuildrZ   Útestsr   r   r   r	   r
   r   rÉ  r   r   re  r   r   r   r  r   r   r   rë   r   r   r   r   r   r   r   r   r   r   r   r    r!   r"   r#   r$   r%   r  r&   r'   rñ  r(   r)   r*   r+   r>   rM   rc   ru   rx   r”   r¡   rº   r½   rù   r   r/  ÚmarkÚparametrizer@  rP  r\  r…  r‹  r˜  Úskipifr£  r¥  r¹  rÂ  rÐ  rÔ  rß  rê  rõ  r   Úslowr   r'  rD  rP  r^  rt  r}  r’  rž  r¯  rí   r¿  rÜ  râ  rì  rñ  rü  r\  rd  rf  ro  rt  r|  r‡  r•  r¡  r©  r®  r°  r¹  rÉ  rÏ  rÓ  rÙ  rò  r  r1  r7  r9  rF  rN  rS  rl  r†  rœ  r»  r¿  rá  ré  rò  r  r  r  r  ÚModuler  r0  r4  rE  rU  r^  rg  rt  r}  rˆ  r�  r™  r›  r¥  rª  r´  r·  Úfixturer>  rÎ  rÔ  ÚIS_PYTHON_MINIMUM_3_10r×  rÚ  rá  ré  ÚIS_PYTHON_3_8ró  r  r  r  r   r+  r0  r2  r9  r3   r4   r5   ú<module>rF     s~  ðð Ð Ð Ð Ø 
€
€
€
Ø 	€	€	€	Ø €€€Ø €€€Ø €€€Ø €€€Ø €€€Ø Ð Ð Ð Ð Ð Ø Ð Ð Ð Ð Ð à 
€
€
€
Ø Ð Ð Ð Ø €€€Ø €€€Ø Ð Ð Ð Ð Ð à +Ð +Ð +Ð +Ð +Ð +Ð +Ð +Ð +Ø KÐ KÐ KÐ KÐ KÐ KÐ KÐ KÐ KÐ KÐ KÐ KÐ KÐ KÐ KÐ KØ $Ð $Ð $Ð $Ð $Ð $Ð $Ð $Ø #Ð #Ð #Ð #Ð #Ð #Ø JÐ JÐ JÐ JÐ JÐ JÐ JÐ JØ [Ð [Ð [Ð [Ð [Ð [Ð [Ð [Ð [Ð [ðð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð ð& @Ð ?Ð ?Ð ?Ð ?Ð ?Ð ?Ð ?Ø WÐ WÐ WÐ WÐ WÐ WÐ WÐ WÐ WÐ WÐ WÐ Wðð ð ðð ð ðð ð ð&ð ð ð 1ð 1ð 1ð
$ð 
$ð 
$ð,ð ,ð ,ðJð Jð JðDjð jð jð;1ð ;1ð ;1ð|Zð Zð Zð<
/ð 
/ð 
/ð „×Ò˜ 5¨$ -Ñ0Ô0ðGð Gñ 1Ô0ðGð, „×Ò˜  n°oÀ~ÐWhÐ iÑjÔjð/ð /ñ kÔjð/ðð ð ð(!Fð !Fð !FðH(ð (ð (ðYð Yð Yð „×Ò�DÐ!7ÐÑ8Ô8ð[ð [ñ 9Ô8ð[ð „×Ò�DÐ!7ÐÑ8Ô8ð\ð \ñ 9Ô8ð\ð „×Ò˜ vÑ.Ô.ð@ð @ñ /Ô.ð@ð. „×ÒÐ.°,ÀÀÀÐ1NÐQgÐjmÐinÐPoÐ0pÑqÔqð2ð 2ñ rÔqð2ð „×Ò˜¨°lÐ'CÑDÔDØ„×Ò˜  u Ñ.Ô.ð
ð 
ñ /Ô.ñ EÔDð
ð „×Ò˜ &Ñ)Ô)ð@ð @ñ *Ô)ð@ð0ð 0ð 0ðð ð ð.cð cð cð 
(ð 
(ð 
(ð „ÔØ„×Ò˜�JÐ'?ÐÑ@Ô@ðJð Jñ AÔ@ñ ÔðJð0 „ÔØ„×Ò˜�JÐ'?ÐÑ@Ô@Ø„×ÒÐ,Ð,Ñ.Ô.Ð7sÐÑtÔtð1ð 1ñ uÔtñ AÔ@ñ Ôð1ðfð fð fð uð uð uð. „×Ò˜¨+°{Ð)CÑDÔDðtð tñ EÔDðtð&Bð Bð Bð@ „×Ò˜Ð)PÐ)PÐ)PÑQÔQð`ð `ñ RÔQð`ð „×Ò˜¨¨e }Ñ5Ô5ðNð Nñ 6Ô5ðNð05ð 5ð 5ð „×Ò˜�JÐ'?ÐÑ@Ô@Ø„×Ò˜ &Ñ)Ô)ð!?ð !?ñ *Ô)ñ AÔ@ð!?ðH „×ÒÐ+¨_Ñ=Ô=ð/�3ð / ð /¨3ð /°4ð /ð /ð /ñ >Ô=ð/ð(rð rð rð40ð 0ð 0ð „×Ò˜�JÐ'?ÐÑ@Ô@Ø„×Ò�IÐ/ Ð8`ÐÑaÔað
;ð 
;ñ bÔañ AÔ@ð
;ð@ð @ð @ð$ð $ð $ð  „×Ò˜ (¨JÐ!7Ñ8Ô8ðA1ð A1ñ 9Ô8ðA1ðH „×Ò˜�JÐ'?ÐÑ@Ô@Ø„×Ò�IÐ/ Ð8`ÐÑaÔaðð ñ bÔañ AÔ@ðð „×Ò˜�JÐ'?ÐÑ@Ô@Ø„×Ò�NÐ+SÐÑTÔTðNð Nñ UÔTñ AÔ@ðNð „×Ò˜ %¨ Ñ/Ô/Ø„×Ò�NÐ+SÐÑTÔTðð ñ UÔTñ 0Ô/ððð ð ð „×Ò�GÐ$vÐÑwÔwð'ð 'ñ xÔwð'ðð ð ð. „×Ò˜ &Ñ)Ô)ð!˜ð !ð !ð !ñ *Ô)ð!ð8	Eð 	Eð 	Eð+ð +ð +ð)ð )ð )ð%ð %ð %ð	-ð 	-ð 	-ðTð Tð Tð(ð ð ðcð cð cðið ið iðgð gð gðB(8ð (8ð (8ðV%oð %oð %oðP
3ð 
3ð 
3ðSð Sð Sð „×Ò˜�JÐ'?ÐÑ@Ô@ðð ñ AÔ@ðð	ð 	ð 	ðð ð ð29ð 29ð 29ðj 0ð  0ð  0ðF „×Ò˜ e¨T ]Ñ3Ô3ðAð Añ 4Ô3ðAðD3ð 3ð 3ðDð ð ð+ð +ð +ð\ „×Ò�GÐ$YÐÑZÔZðeð eñ [ÔZðeð	ð 	ð 	ð=ð =ð =ð< „×Ò˜  1˜vÑ&Ô&ð;ð ;ñ 'Ô&ð;ð"vð vð vð
+ð 
+ð 
+ð 
+ð 
+�e”h”oñ 
+ô 
+ð 
+ð'ð 'ð 'ð9ð 9ð 9ð.Cð .Cð .Cðbkð kð kð&?ð ?ð ?ð*^ð ^ð ^ðEð Eð Eð, „Ôð]ð ]ñ Ôð]ð	ð 	ð 	ð&ð ð ðZð Zð Zð_ð _ð _ð
	>ð 	>ð 	>ð@ð @ð @ðPð Pð Pð =ð =ð =ð „ð#ð #ñ „ð#ð
 „×ÒØ/ðð ð ñô ð4ð 4ñô ð4ð6 „ÔØ„×Ò�NÐ/ iÐ8^ÐÑ_Ô_Ø„×Ò˜�JÐ'?ÐÑ@Ô@ðpð pñ AÔ@ñ `Ô_ñ Ôðpð „ÔØ„×Ò�NÐ/ iÐ8^ÐÑ_Ô_Ø„×Ò˜�JÐC fÔ&CÐ"CÐLdÐÑeÔeØ„×ÒÐ1˜Ô1°%ÀÐGÑGÔGÐGÐPiÐÑjÔjðð ñ kÔjñ fÔeñ `Ô_ñ ÔððIð Ið Ið"!ð !ð !ð „×Ò�NÐ+\ÐÑ]Ô]Ø„×ÒØ
ÔÐ,˜UÐ, uØQð ñ ô ðð ñ	ô ñ ^Ô]ð
ð> „×Ò�NÐ+bÐÑcÔcØ„×Ò˜
�NÐ+QÐÑRÔRØ„×ÒØ
ÔÐ,˜UÐ, uØMð ñ ô ðO-ð O-ñ	ô ñ SÔRñ dÔcðO-ðd „×Ò�NÐ+bÐÑcÔcØ„×Ò˜	�MÐ*fÐÑgÔgð(ð (ñ hÔgñ dÔcð(ð$'ð 'ð 'ð8ð ð ð „×ÒÐ)¨=Ñ9Ô9ð ð  ñ :Ô9ð ð* „×ÒÐ*¨OÑ<Ô<ð'˜ð ' Sð '°ð 'À$ð 'ð 'ð 'ñ =Ô<ð'ð4%ð %ð %ð:ð :ð :ð :ð :r4   