Yolos Tiny

🚀 Yolos-Tiny模型與Transformers.js集成項目

本項目將 hustvl/yolos-tiny 模型的ONNX權重進行處理，使其與 Transformers.js 庫兼容，可用於在Web環境中進行目標檢測任務。

🚀 快速開始

本項目使用 Transformers.js 庫，將 hustvl/yolos-tiny 模型的ONNX權重進行適配，以實現目標檢測功能。

📦 安裝指南

如果你還未安裝 Transformers.js JavaScript庫，可以通過以下命令從 NPM 進行安裝：

npm i @huggingface/transformers

💻 使用示例

基礎用法

以下示例展示瞭如何使用 Xenova/yolos-tiny 模型進行目標檢測：

import { pipeline } from "@huggingface/transformers";

const detector = await pipeline("object-detection", "Xenova/yolos-tiny");

const image = "https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/cats.jpg";
const output = await detector(image, { threshold: 0.9 });
console.log(output);

示例輸出

展開下面的內容查看示例輸出：

[
  {
    score: 0.9921281933784485,
    label: "remote",
    box: { xmin: 32, ymin: 78, xmax: 185, ymax: 117 },
  },
  {
    score: 0.9884883165359497,
    label: "remote",
    box: { xmin: 324, ymin: 82, xmax: 376, ymax: 191 },
  },
  {
    score: 0.9197800159454346,
    label: "cat",
    box: { xmin: 5, ymin: 56, xmax: 321, ymax: 469 },
  },
  {
    score: 0.9300552606582642,
    label: "cat",
    box: { xmin: 332, ymin: 25, xmax: 638, ymax: 369 },
  },
]

📚 詳細文檔

模型信息

注意事項

⚠️ 重要提示

目前為ONNX權重單獨創建倉庫是一個臨時解決方案，直到WebML獲得更廣泛的應用。如果你想讓你的模型適用於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進行組織（將ONNX權重放在名為 onnx 的子文件夾中）。