Rtdetr V2 R50vd

🚀 RT-DETRv2

RT-DETRv2是一個用於即時目標檢測的模型，它在RT-DETR的基礎上進行了改進，引入了選擇性多尺度特徵提取等技術，在保持即時性能的同時，增強了模型的靈活性和實用性。

✨ 主要特性

• 性能提升：在所有模型尺寸上，RT-DETRv2始終優於其前身，同時保持相同的即時速度。
• 技術改進：引入選擇性多尺度特徵提取、離散採樣算子，採用動態數據增強和尺度自適應超參數等訓練策略。
• 應用廣泛：適用於自動駕駛、監控系統、機器人技術和零售分析等多種即時目標檢測場景。

📦 安裝指南

文檔未提及具體安裝步驟，故跳過此章節。

💻 使用示例

基礎用法

import torch
import requests

from PIL import Image
from transformers import RTDetrV2ForObjectDetection, RTDetrImageProcessor

url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)

image_processor = RTDetrImageProcessor.from_pretrained("PekingU/rtdetr_v2_r50vd")
model = RTDetrV2ForObjectDetection.from_pretrained("PekingU/rtdetr_v2_r50vd")

inputs = image_processor(images=image, return_tensors="pt")

with torch.no_grad():
     outputs = model(**inputs)

results = image_processor.post_process_object_detection(outputs, target_sizes=torch.tensor([(image.height, image.width)]), threshold=0.5)

for result in results:
     for score, label_id, box in zip(result["scores"], result["labels"], result["boxes"]):
         score, label = score.item(), label_id.item()
         box = [round(i, 2) for i in box.tolist()]
         print(f"{model.config.id2label[label]}: {score:.2f} {box}")

運行結果示例

cat: 0.97 [341.14, 25.11, 639.98, 372.89]
cat: 0.96 [12.78, 56.35, 317.67, 471.34]
remote: 0.95 [39.96, 73.12, 175.65, 117.44]
sofa: 0.86 [-0.11, 2.97, 639.89, 473.62]
sofa: 0.82 [-0.12, 1.78, 639.87, 473.52]
remote: 0.79 [333.65, 76.38, 370.69, 187.48]

📚 詳細文檔

概述

RT-DETRv2模型由Wenyu Lv、Yian Zhao、Qinyao Chang、Kui Huang、Guanzhong Wang和Yi Liu在論文RT-DETRv2: Improved Baseline with Bag-of-Freebies for Real-Time Detection Transformer中提出。該模型在RT-DETR的基礎上進行了改進，引入了選擇性多尺度特徵提取、離散採樣算子，採用了動態數據增強和尺度自適應超參數等訓練策略。這些改進在保持即時性能的同時，增強了模型的靈活性和實用性。

此模型由@jadechoghari在@cyrilvallez和@qubvel-hf的幫助下貢獻。

性能表現

RT-DETRv2在所有模型尺寸上始終優於其前身，同時保持相同的即時速度。

訓練情況

RT-DETRv2在COCO（Lin等人，[2014]）的train2017數據集上進行訓練，並在COCO val2017數據集上進行驗證。報告了標準的AP指標（在IoU閾值從0.50到0.95，步長為0.05的均勻採樣範圍內求平均值），以及在實際場景中常用的APval50指標。

應用場景

RT-DETRv2非常適合在各種應用中進行即時目標檢測，如自動駕駛、監控系統、機器人技術和零售分析。其增強的靈活性和便於部署的設計使其適用於邊緣設備和大規模系統，確保在動態的現實環境中具有高精度和高速度。

🔧 技術細節

文檔未提及具體技術細節，故跳過此章節。

📄 許可證

本項目採用Apache-2.0許可證。