Detr Resnet 50 Sku110k

🚀 DETR（端到端目標檢測）模型

本項目是一個基於ResNet - 50骨幹網絡的DETR（端到端目標檢測）模型，在SKU110K數據集上進行訓練，設置了400個查詢數（num_queries）。該模型能夠有效解決目標檢測問題，為相關領域的應用提供了強大的支持。

🚀 快速開始

DETR（Detection Transformer）模型在SKU110K目標檢測數據集（包含8000張標註圖像）上進行了端到端的訓練。與原始模型相比，主要區別在於設置了400個查詢數（num_queries），並且在SKU110K數據集上進行了預訓練。

模型使用方法

以下是使用該模型的示例代碼：

from transformers import DetrImageProcessor, DetrForObjectDetection
import torch
from PIL import Image, ImageOps
import requests

url = "https://github.com/Isalia20/DETR-finetune/blob/main/IMG_3507.jpg?raw=true"
image = Image.open(requests.get(url, stream=True).raw)
image = ImageOps.exif_transpose(image)

# you can specify the revision tag if you don't want the timm dependency
processor = DetrImageProcessor.from_pretrained("facebook/detr-resnet-50", revision="no_timm")
model = DetrForObjectDetection.from_pretrained("isalia99/detr-resnet-50-sku110k")
model = model.eval()
inputs = processor(images=image, return_tensors="pt")
outputs = model(**inputs)

# convert outputs (bounding boxes and class logits) to COCO API
# let's only keep detections with score > 0.8
target_sizes = torch.tensor([image.size[::-1]])
results = processor.post_process_object_detection(outputs, target_sizes=target_sizes, threshold=0.8)[0]

for score, label, box in zip(results["scores"], results["labels"], results["boxes"]):
        box = [round(i, 2) for i in box.tolist()]
        print(
                f"Detected {model.config.id2label[label.item()]} with confidence "
                f"{round(score.item(), 3)} at location {box}"
        )

代碼運行後，預期輸出如下：

Detected LABEL_1 with confidence 0.983 at location [665.49, 480.05, 708.15, 650.11]
Detected LABEL_1 with confidence 0.938 at location [204.99, 1405.9, 239.9, 1546.5]
...
Detected LABEL_1 with confidence 0.998 at location [772.85, 169.49, 829.67, 372.18]
Detected LABEL_1 with confidence 0.999 at location [828.28, 1475.16, 874.37, 1593.43]

目前，特徵提取器和模型均支持PyTorch。

📚 詳細文檔

訓練數據

DETR模型在SKU110K數據集上進行訓練，該數據集分別包含8219/588/2936張標註圖像用於訓練/驗證/測試。

訓練過程

訓練

模型在1塊RTX 4060 Ti GPU上進行訓練，前140個epoch僅微調解碼器，批量大小為8；後70個epoch微調整個網絡，批量大小為3，並進行3步梯度累積。

評估結果

該模型在SKU110k驗證集上實現了58.9的平均精度均值（mAP）。結果使用torchmetrics的MeanAveragePrecision類進行計算。

訓練代碼

訓練代碼已發佈在本倉庫 倉庫鏈接。不過，代碼尚未最終確定和充分測試，但主要功能已包含在內。

📄 許可證

本項目採用Apache - 2.0許可證。