Yolos Small Finetuned Masks

🚀 YOLOS (小型) モデル

YOLOSモデルは、COCO 2017物体検出データセット（118kの注釈付き画像）でファインチューニングされました。このモデルは、Fangらによる論文 You Only Look at One Sequence: Rethinking Transformer in Vision through Object Detection で紹介され、このリポジトリ で最初に公開されました。

このモデルは、Kaggleの 顔マスクデータセット でさらにファインチューニングされています。このデータセットは、「マスクを着用している」、「マスクを着用していない」、「マスクの着用方法が正しくない」というカテゴリーの注釈付きの853枚の人物画像で構成されています。このモデルは、Google Colabを使用して単一のGPUで200エポック訓練されました。

✨ 主な機能

モデルの説明

YOLOSは、DETR損失を使用して訓練されたVision Transformer (ViT) です。シンプルな構造でありながら、ベースサイズのYOLOSモデルは、COCO 2017の検証データセットで42 AP（平均精度）を達成することができます（DETRやFaster R-CNNなどのより複雑なフレームワークと同等）。

想定される用途と制限

この生モデルは物体検出に使用することができます。利用可能なすべてのYOLOSモデルを探すには、モデルハブ を参照してください。

📦 インストール

このモデルを使用するには、必要なライブラリをインストールする必要があります。以下のコマンドを使用して、transformers ライブラリをインストールできます。

pip install transformers

💻 使用例

基本的な使用法

from transformers import YolosFeatureExtractor, YolosForObjectDetection
from PIL import Image
import requests
url = 'https://drive.google.com/uc?id=1VwYLbGak5c-2P5qdvfWVOeg7DTDYPbro'
image = Image.open(requests.get(url, stream=True).raw)
feature_extractor = YolosFeatureExtractor.from_pretrained('nickmuchi/yolos-small-finetuned-masks')
model = YolosForObjectDetection.from_pretrained('nickmuchi/yolos-small-finetuned-masks')
inputs = feature_extractor(images=image, return_tensors="pt")
outputs = model(**inputs)
# モデルはバウンディングボックスと対応する顔マスク検出クラスを予測します
logits = outputs.logits
bboxes = outputs.pred_boxes

現在、特徴抽出器とモデルの両方がPyTorchをサポートしています。

📚 ドキュメント

訓練データ

YOLOSモデルは、ImageNet-1k で事前訓練され、COCO 2017物体検出 データセットでファインチューニングされました。このデータセットは、それぞれ118k/5kの注釈付き画像で構成される訓練/検証データセットです。

訓練

このモデルは、顔マスクデータセット で200エポックファインチューニングされました。

評価結果

このモデルは、53.2 のAP（平均精度）を達成しています。

評価結果の蓄積中...

IoUメトリック: bbox

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。