Fashion Object Detection Yolos Tiny

🚀 物体検出用Transformerライブラリ

このモデルは物体検出に特化したもので、hustvl/yolos-tiny をファインチューニングしたものです。ファッション分野の物体検出や画像検索に役立ちます。

🚀 クイックスタート

このモデルは hustvl/yolos-tiny のファインチューニング版です。モデルの詳細はこのGitHubリポジトリで確認できます -> fashion-visual-search。また、ファッション画像の特徴抽出モデルはこちら -> yainage90/fashion-image-feature-extractor。

このモデルは2つのデータセット modanet と fashionpedia を組み合わせて学習されました。

ラベルは ['bag', 'bottom', 'dress', 'hat', 'shoes', 'outer', 'top'] です。

合計100エポックのうち96エポック目で、mAP 0.697400 の最高スコアを達成しました。

💻 使用例

基本的な使用法

from PIL import Image
import torch
from transformers import  YolosImageProcessor, YolosForObjectDetection

device = 'cpu'
if torch.cuda.is_available():
    device = torch.device('cuda')
elif torch.backends.mps.is_available():
    device = torch.device('mps')

ckpt = 'yainage90/fashion-object-detection-yolos-tiny'
image_processor = YolosImageProcessor.from_pretrained(ckpt)
model = YolosForObjectDetection.from_pretrained(ckpt).to(device)

image = Image.open('<path/to/image>').convert('RGB')

with torch.no_grad():
    inputs = image_processor(images=[image], return_tensors="pt")
    outputs = model(**inputs.to(device))
    target_sizes = torch.tensor([[image.size[1], image.size[0]]])
    results = image_processor.post_process_object_detection(outputs, threshold=0.85, target_sizes=target_sizes)[0]

    items = []
    for score, label, box in zip(results["scores"], results["labels"], results["boxes"]):
        score = score.item()
        label = label.item()
        box = [i.item() for i in box]
        print(f"{model.config.id2label[label]}: {round(score, 3)} at {box}")
        items.append((score, label, box))

サンプル画像

📄 ライセンス

このライブラリはMITライセンスの下で提供されています。