Runtime v2.81 · Diperbarui 30 Sep 2026

TfliteModel

TFLite model handle for scripts.

Sintaks

TfliteModel(model)

Parameter konstruktor

NamaDeskripsi
modelString
Model reference to use for inference (prefer template model name).
Wajib · Posisi atau nama
Tanpa nilai bawaan

Nilai yang dikembalikan

TfliteModel

Perilaku / efek samping

TFLite model handle for scripts. The model type must be selected in Template Manager metadata. Supported outputs are YOLOv8/YOLO11 object detection [1,N,4+C]/[1,4+C,N], YOLO26 end-to-end detection [1,N,6]/[N,6], YOLO11/YOLO26 image classification [1,C], and MobileNetV3 image classification [1,C]. Runtime detects FLOAT32, INT8, or UINT8 tensor precision from the model and dequantizes quantized detection and classification outputs before applying thresholds. Classification matches return class confidence and metadata without point or bounds. Inference methods require a local model file; when local file is missing and runtime download fails, script raises a runtime error.

Eksekusi

  • Menunggu selesai: Bersyarat
  • Keamanan akses bersamaan: Tidak dijamin
  • Eksekusi paralel: Bersyarat

Biaya pemrosesan dan waktu tunggu bergantung pada operasi yang didokumentasikan. Simpan nilai yang dapat berubah dalam alur pemiliknya; berbagi objek sembarang antaralur tidak dijamin aman.

Contoh

# Periksa ketersediaan model sebelum menjalankan deteksi
if TfliteModel.exists("enemy_model"):
    detector = TfliteModel("enemy_model")
    hits = detector.inference()
    if len(hits) > 0:
        click(hits[0])

Kesalahan / batasan

Tidak ada batasan tambahan yang didokumentasikan; ikuti kontrak parameter dan perilaku di atas.

API terkait

Tidak ada

Field

NamaDeskripsi
modelString
Model reference in current macro (prefer template model name; legacy model id still accepted).
resize_modeString
Resolved preprocessing resize mode: LETTERBOX, STRETCH, or CROP_CENTER.
Default: LETTERBOX
color_modeString
Resolved preprocessing color mode: RGB, BGR, or GRAYSCALE.
Default: RGB
norm_modeString
Resolved preprocessing normalization: ZERO_ONE, MINUS_ONE_ONE, IMAGENET, or CUSTOM.
Default: ZERO_ONE
padding_colorInt
Padding fill value (0 -> 255) used by LETTERBOX resize mode.
Default: 114
Contoh konstruktor
# Impor model TFLite yang didukung dan pilih jenis output di Template Manager.
# Buat model handle yang terikat ke satu nama model TFLite di Template Manager.
model = TfliteModel("enemy_model")

Metode

4 metode

TfliteModel.exists

Periksa apakah file model TFLite lokal (diselesaikan berdasarkan nama model atau id lama) saat ini tersedia di makro ini.

Sintaks

TfliteModel.exists(model)

Parameter

NamaDeskripsi
modelString
Model reference to check.
Wajib · Posisi atau nama
Tanpa nilai bawaan

Nilai yang dikembalikan

Boolean — benar jika file model lokal siap digunakan.

Perilaku / efek samping

Periksa apakah file model TFLite lokal (diselesaikan berdasarkan nama model atau id lama) saat ini tersedia di makro ini.

Eksekusi

  • Menunggu selesai: Bersyarat
  • Keamanan akses bersamaan: Tidak dijamin
  • Eksekusi paralel: Bersyarat

Biaya pemrosesan dan waktu tunggu bergantung pada operasi yang didokumentasikan. Simpan nilai yang dapat berubah dalam alur pemiliknya; berbagi objek sembarang antaralur tidak dijamin aman.

Contoh

# Periksa model yang diimpor di Template Manager
if TfliteModel.exists("enemy_detector"):
    print("Model available")

Kesalahan / batasan

Tidak ada batasan tambahan yang didokumentasikan; ikuti kontrak parameter dan perilaku di atas.

API terkait

TfliteModel.list

Kembalikan referensi model lokal yang saat ini tersedia untuk makro (lebih suka nama tampilan).

Sintaks

TfliteModel.list()

Parameter

Tidak ada

Nilai yang dikembalikan

list[String] — Daftar referensi model.

Perilaku / efek samping

Kembalikan referensi model lokal yang saat ini tersedia untuk makro (lebih suka nama tampilan).

Eksekusi

  • Menunggu selesai: Bersyarat
  • Keamanan akses bersamaan: Tidak dijamin
  • Eksekusi paralel: Bersyarat

Biaya pemrosesan dan waktu tunggu bergantung pada operasi yang didokumentasikan. Simpan nilai yang dapat berubah dalam alur pemiliknya; berbagi objek sembarang antaralur tidak dijamin aman.

Contoh

# Daftarkan model yang tersedia untuk makro ini
print(TfliteModel.list())

Kesalahan / batasan

Tidak ada batasan tambahan yang didokumentasikan; ikuti kontrak parameter dan perilaku di atas.

API terkait

TfliteModel.exists

Periksa apakah file model lokal detektor ini tersedia.

Sintaks

model.exists()

Parameter

Tidak ada

Nilai yang dikembalikan

Boolean — benar jika file model lokal dapat segera digunakan.

Perilaku / efek samping

Periksa apakah file model lokal detektor ini tersedia.

Eksekusi

  • Menunggu selesai: Bersyarat
  • Keamanan akses bersamaan: Tidak dijamin
  • Eksekusi paralel: Bersyarat

Biaya pemrosesan dan waktu tunggu bergantung pada operasi yang didokumentasikan. Simpan nilai yang dapat berubah dalam alur pemiliknya; berbagi objek sembarang antaralur tidak dijamin aman.

Contoh

# Buat hanya setelah memastikan model yang diimpor tersedia
if TfliteModel.exists("enemy_detector"):
    model = TfliteModel("enemy_detector")
    print(model.exists())

Kesalahan / batasan

Tidak ada batasan tambahan yang didokumentasikan; ikuti kontrak parameter dan perilaku di atas.

API terkait

TfliteModel.inference

Jalankan model TFLite yang dipilih tanpa pemfilteran kelas dan kembalikan semua kecocokan.

Sintaks

model.inference(threshold=0.5, region=None, max_results=8, debug=False)

Parameter

NamaDeskripsi
thresholdNumber
Confidence threshold in 0 -> 1.
Opsional · Posisi atau nama
Default: 0.5
regionRegion?
Optional screen region. Its image is cropped before preprocessing and inference, which can reduce accuracy if the model was not trained on similarly cropped images.
Opsional · Posisi atau nama
Default: None
max_resultsInt
Maximum number of detections returned.
Opsional · Posisi atau nama
Default: 8
debugBoolean
In Edit mode, true saves a preprocess preview and opens the runtime debug dialog. Run-only mode ignores the debug output and performs normal inference without a dialog. Detailed model-result rows and preprocess config stay in the dialog; returned Match objects do not include debug_result. Detection previews draw bbox/class labels; classification previews show the preprocessed input plus class scores.
Opsional · Posisi atau nama
Default: False

Nilai yang dikembalikan

MatchList — Daftar kecocokan inferensi di semua kelas.

Perilaku / efek samping

Jalankan model TFLite yang dipilih tanpa pemfilteran kelas dan kembalikan semua kecocokan. Ketika wilayah disediakan, gambar layarnya dipotong sebelum pra-pemrosesan dan inferensi; hal ini dapat mengurangi akurasi model jika model tidak dilatih pada gambar yang dipotong serupa. Pertandingan klasifikasi tidak ada batasnya.

Eksekusi

  • Menunggu selesai: Bersyarat
  • Keamanan akses bersamaan: Tidak dijamin
  • Eksekusi paralel: Bersyarat

Biaya pemrosesan dan waktu tunggu bergantung pada operasi yang didokumentasikan. Simpan nilai yang dapat berubah dalam alur pemiliknya; berbagi objek sembarang antaralur tidak dijamin aman.

Contoh

# Jalankan inference model mentah dan periksa output debug preprocess
detector = TfliteModel("enemy_model")
search = Region(100, 200, 300, 400)
hits = detector.inference(threshold=0.55, region=search, max_results=12, debug=True)
text(str(len(hits)))

Kesalahan / batasan

Tidak ada batasan tambahan yang didokumentasikan; ikuti kontrak parameter dan perilaku di atas.

API terkait