ms-types 0.9.2 → 0.9.3

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
package/package.json CHANGED
@@ -1,6 +1,6 @@
1
1
  {
2
2
  "name": "ms-types",
3
- "version": "0.9.2",
3
+ "version": "0.9.3",
4
4
  "type": "module",
5
5
  "license": "MIT",
6
6
  "publishConfig": {
@@ -36,7 +36,7 @@ declare namespace paddleOcr {
36
36
  * 初始化PP-OCRv5模型
37
37
  * @param maxSideLen 最大边长,默认640,可不传
38
38
  * @param useGpu 是否使用GPU,默认false,可不传
39
- * @returns 初始化是否成功
39
+ * @returns 初始化成功或模型已加载返回true
40
40
  * @example
41
41
  * const loaded = paddleOcr.loadV5(640, true)
42
42
  * if (loaded) {
package/types/yolo.d.ts CHANGED
@@ -51,17 +51,17 @@ declare namespace yolo {
51
51
  * 加载YOLO模型
52
52
  * @param paramPath ncnn模型的param文件的绝对路径
53
53
  * @param binPath ncnn模型的bin文件绝对路径
54
- * @param nc 模型的标签数量,可在标签集data.yaml中看到
54
+ * @param nc 模型的标签数量;传 0 或省略时根据模型输出自动推断,显式传入但不匹配时检测返回空数组
55
55
  * @param version 模型版本,默认11, 支持 8 11 26
56
56
  * @param useGpu 是否使用 GPU 加载
57
57
  * @returns 加载成功返回模型ID字符串,失败返回null
58
58
  * @example
59
- * const modelId = yolo.load("yolov8n.param", "yolov8n.bin", 80)
59
+ * const modelId = yolo.load("yolov8n.param", "yolov8n.bin", 0)
60
60
  */
61
61
  function load(
62
62
  paramPath: string,
63
63
  binPath: string,
64
- nc: number,
64
+ nc?: number,
65
65
  version?: number,
66
66
  useGpu?: boolean,
67
67
  ): string | null;
@@ -69,16 +69,16 @@ declare namespace yolo {
69
69
  * 加载YOLOv11模型 (兼容 yolov8 模型)
70
70
  * @param paramPath ncnn模型的param文件的绝对路径
71
71
  * @param binPath ncnn模型的bin文件绝对路径
72
- * @param nc 模型的标签数量,可在标签集data.yaml中看到
72
+ * @param nc 模型的标签数量;传 0 或省略时根据模型输出自动推断,显式传入但不匹配时检测返回空数组
73
73
  * @param useGpu 是否使用 GPU 加载
74
74
  * @returns 加载成功返回模型ID字符串,失败返回null
75
75
  * @example
76
- * const modelId = yolo.loadV11("yolov11n.param", "yolov11n.bin", 80)
76
+ * const modelId = yolo.loadV11("yolov11n.param", "yolov11n.bin", 0)
77
77
  */
78
78
  function loadV11(
79
79
  paramPath: string,
80
80
  binPath: string,
81
- nc: number,
81
+ nc?: number,
82
82
  useGpu?: boolean,
83
83
  ): string | null;
84
84
 
@@ -32,7 +32,7 @@ declare namespace yoloCls {
32
32
  * 加载 YOLO 分类模型
33
33
  * @param paramPath ncnn 模型 param 文件路径
34
34
  * @param binPath ncnn 模型 bin 文件路径
35
- * @param nc 模型类别数量,传 0 时按模型输出自动推断
35
+ * @param nc 模型类别数量,传 0 或省略时按模型输出自动推断,显式传入但不匹配时分类返回空结果
36
36
  * @param useGpu 是否使用 GPU 加载
37
37
  * @returns 加载成功返回模型 ID 字符串,失败返回 null
38
38
  * @example
@@ -35,9 +35,9 @@ declare namespace $PaddleOCR {
35
35
 
36
36
  /**
37
37
  * 初始化PP-OCRv5模型
38
- * @param maxSideLen 最大边长,默认640,可不传
38
+ * @param 最大边长 最大边长,默认640,可不传
39
39
  * @param useGpu 是否使用GPU,默认false,可不传
40
- * @returns 初始化是否成功
40
+ * @returns 初始化成功或模型已加载返回true
41
41
  * @example
42
42
  * const 是否加载成功 = $PaddleOCR.加载V5模型(640, true)
43
43
  * if (是否加载成功) {
@@ -34,7 +34,7 @@ declare namespace $YOLO分类 {
34
34
  * 加载 YOLO 分类模型
35
35
  * @param ncnn模型的param文件路径 ncnn 模型 param 文件路径
36
36
  * @param ncnn模型的bin文件路径 ncnn 模型 bin 文件路径
37
- * @param 类别数量 模型类别数量,传 0 时按模型输出自动推断
37
+ * @param 类别数量 模型类别数量,传 0 或省略时按模型输出自动推断,显式传入但不匹配时分类返回空结果
38
38
  * @param useGpu 是否使用 GPU 加载
39
39
  * @returns 加载成功返回模型 ID 字符串,失败返回 null
40
40
  * @example
@@ -54,17 +54,17 @@ declare namespace $YOLO {
54
54
  * 加载YOLO模型
55
55
  * @param ncnn模型的param文件路径 ncnn模型的param文件的绝对路径
56
56
  * @param ncnn模型的bin文件路径 ncnn模型的bin文件绝对路径
57
- * @param 标签数量 模型的标签数量,可在标签集data.yaml中看到
57
+ * @param 标签数量 模型的标签数量;传 0 或省略时根据模型输出自动推断,显式传入但不匹配时检测返回空数组
58
58
  * @param 模型版本 模型版本,默认11, 支持 8 11 26
59
59
  * @param useGpu 是否使用 GPU 加载
60
60
  * @returns 加载成功返回模型ID字符串,失败返回null
61
61
  * @example
62
- * const 模型ID = $YOLO.加载模型("yolov8n.param", "yolov8n.bin", 80)
62
+ * const 模型ID = $YOLO.加载模型("yolov8n.param", "yolov8n.bin", 0)
63
63
  */
64
64
  function 加载模型(
65
65
  ncnn模型的param文件路径: 字符串,
66
66
  ncnn模型的bin文件路径: 字符串,
67
- 标签数量: 数字,
67
+ 标签数量?: 数字,
68
68
  模型版本?: 数字,
69
69
  useGpu?: 布尔值,
70
70
  ): 字符串 | null;
@@ -73,16 +73,16 @@ declare namespace $YOLO {
73
73
  * 加载YOLOv11模型 (兼容 yolov8 模型)
74
74
  * @param ncnn模型的param文件路径
75
75
  * @param ncnn模型的bin文件路径
76
- * @param 标签数量 模型的标签数量,可在标签集data.yaml中看到
76
+ * @param 标签数量 模型的标签数量;传 0 或省略时根据模型输出自动推断,显式传入但不匹配时检测返回空数组
77
77
  * @param useGpu 是否使用 GPU 加载
78
78
  * @returns 加载成功返回模型ID字符串,失败返回null
79
79
  * @example
80
- * const 模型ID = $YOLO.加载YOLOv11模型("yolov11n.param", "yolov11n.bin", 80)
80
+ * const 模型ID = $YOLO.加载YOLOv11模型("yolov11n.param", "yolov11n.bin", 0)
81
81
  */
82
82
  function 加载YOLOv11模型(
83
83
  ncnn模型的param文件路径: 字符串,
84
84
  ncnn模型的bin文件路径: 字符串,
85
- 标签数量: 数字,
85
+ 标签数量?: 数字,
86
86
  useGpu?: 布尔值,
87
87
  ): 字符串 | null;
88
88