RT DETRv2

🚀 變換器庫（transformers）

本項目是基於Hugging Face（HF）的變換器庫對RT - DETRv2的實現。它為目標檢測任務提供了高效且先進的解決方案，利用RT - DETRv2模型的優勢，能夠在即時場景中實現精準的目標檢測。

🚀 快速開始

RT - DETRv2是對即時檢測變換器（RT - DETR）的改進版本。它在先前最先進的即時檢測器RT - DETR的基礎上進行構建，引入了一系列實用的優化策略，同時對訓練策略進行了優化，以提升檢測性能。為了提高靈活性，我們建議在可變形注意力機制中為不同尺度的特徵設置不同數量的採樣點，從而使解碼器能夠實現選擇性的多尺度特徵提取。

💻 使用示例

基礎用法

import torch
import requests

from PIL import Image
from transformers import RTDetrForObjectDetection, RTDetrImageProcessor

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

image_processor = RTDetrImageProcessor.from_pretrained("jadechoghari/RT-DETRv2")
model = RTDetrForObjectDetection.from_pretrained("jadechoghari/RT-DETRv2")

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.size[::-1]]), threshold=0.3)

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}")