Rt Detr Finetuned For Satellite Image Roofs Detection

🚀 遙感屋頂檢測模型

本模型專為遙感任務中的屋頂檢測而設計，能夠高效準確地識別衛星圖像中的屋頂目標，為相關領域的研究和應用提供有力支持。

🚀 快速開始

使用以下代碼開始使用該模型：

from transformers import AutoModelForObjectDetection, AutoImageProcessor
import torch
import cv2

image_path=YOUR_IMAGE_PATH
image = cv2.imread(image_path)

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

model = AutoModelForObjectDetection.from_pretrained("Yifeng-Liu/rt-detr-finetuned-for-satellite-image-roofs-detection")
image_processor = AutoImageProcessor.from_pretrained("Yifeng-Liu/rt-detr-finetuned-for-satellite-image-roofs-detection")


CONFIDENCE_TRESHOLD = 0.5

with torch.no_grad():
    model.to(device)

    # load image and predict
    inputs = image_processor(images=image, return_tensors='pt').to(device)
    outputs = model(**inputs)

    # post-process
    target_sizes = torch.tensor([image.shape[:2]]).to(device)
    results = image_processor.post_process_object_detection(
        outputs=outputs,
        threshold=CONFIDENCE_TRESHOLD,
        target_sizes=target_sizes
    )[0]

✨ 主要特性

• 適用任務：針對遙感任務的目標檢測。
• 開源許可：採用MIT許可證。

📚 詳細文檔

模型詳情

模型描述

模型來源

• GitHub：Jupyter Notebook
• 演示：Hugging Face Space

模型侷限性

⚠️ 重要提示

模型的直接和下游用戶都應瞭解該模型存在的風險、偏差和侷限性。

評估指標

📄 許可證

本模型採用MIT許可證。