Yolov9 C

🚀 transformers.js

transformers.js 是一個與 Transformers.js 兼容的庫，它將基於 ONNX 權重的目標檢測模型集成進來，可助力開發者在 JavaScript 環境中輕鬆實現目標檢測功能。

🚀 快速開始

本庫將 WongKinYiu/yolov9 模型的 ONNX 權重進行適配，使其能夠與 Transformers.js 兼容。

📦 安裝指南

若你尚未安裝 Transformers.js JavaScript 庫，可以通過以下命令從 NPM 進行安裝：

npm i @xenova/transformers

💻 使用示例

基礎用法

以下示例展示瞭如何使用 Xenova/yolov9-c 模型進行目標檢測：

import { AutoModel, AutoProcessor, RawImage } from '@xenova/transformers';

// 加載模型
const model = await AutoModel.from_pretrained('Xenova/yolov9-c', {
    // quantized: false,    // (可選) 使用未量化版本。
})

// 加載處理器
const processor = await AutoProcessor.from_pretrained('Xenova/yolov9-c');
// processor.feature_extractor.do_resize = false;                   // (可選) 禁用調整大小
// processor.feature_extractor.size = { width: 128, height: 128 }   // (可選) 更新調整大小的值

// 讀取圖像並運行處理器
const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/city-streets.jpg';
const image = await RawImage.read(url);
const { pixel_values } = await processor(image);

// 運行目標檢測
const { outputs } = await model({ images: pixel_values })
const predictions = outputs.tolist();

for (const [xmin, ymin, xmax, ymax, score, id] of predictions) {
    const bbox = [xmin, ymin, xmax, ymax].map(x => x.toFixed(2)).join(', ')
    console.log(`Found "${model.config.id2label[id]}" at [${bbox}] with score ${score.toFixed(2)}.`)
}
// Found "car" at [176.86, 335.53, 399.82, 418.13] with score 0.94.
// Found "car" at [447.50, 378.46, 639.81, 477.57] with score 0.93.
// Found "bicycle" at [351.90, 527.82, 463.50, 587.76] with score 0.90.
// Found "person" at [472.44, 430.52, 533.74, 533.30] with score 0.89.
// Found "bicycle" at [448.97, 477.34, 555.42, 537.63] with score 0.88.
// Found "bicycle" at [0.59, 518.69, 109.53, 584.31] with score 0.88.
// Found "traffic light" at [208.55, 55.80, 233.99, 101.63] with score 0.86.
// Found "person" at [550.75, 260.98, 591.90, 331.24] with score 0.86.
// ...

📚 詳細文檔

你可以點擊 此處 進行在線測試。

⚠️ 重要提示

目前為 ONNX 權重單獨創建倉庫是一種臨時解決方案，直到 WebML 得到更廣泛的應用。若你想讓自己的模型適用於 Web 環境，建議使用 🤗 Optimum 將模型轉換為 ONNX 格式，並按照本倉庫的結構（將 ONNX 權重放在名為 onnx 的子文件夾中）進行組織。

📄 許可證

本項目採用 GPL-3.0 許可證。