Dfine Medium Obj2coco

🚀 D-FINE

D-FINE是一個用於目標檢測的模型，它重新定義了DETR模型中的邊界框迴歸任務，實現了出色的定位精度，可應用於自動駕駛、監控系統等多個領域。

✨ 主要特性

• 高精度定位：通過重新定義DETR模型中的邊界框迴歸任務，實現了出色的定位精度。
• 關鍵組件：由細粒度分佈細化（FDR）和全局最優定位自蒸餾（GO - LSD）兩個關鍵組件組成。
• 廣泛適用性：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應用場景。
• 靈活部署：既適用於邊緣設備，也適用於大規模系統，能在動態的現實環境中確保高精度和高速度。

📚 詳細文檔

概述

D - FINE模型由Yansong Peng、Hebei Li、Peixi Wu、Yueyi Zhang、Xiaoyan Sun、Feng Wu在論文D - FINE: Redefine Regression Task in DETRs as Fine - grained Distribution Refinement中提出。

該模型由[VladOS95 - cyber](https://github.com/VladOS95 - cyber)在[@qubvel - hf](https://huggingface.co/qubvel - hf)的幫助下貢獻。這是D - FINE在HF transformers庫中的實現。

• _coco -> 在COCO數據集上訓練的模型
• _obj365 -> 在Object365數據集上訓練的模型
• _obj2coco -> 在Object365數據集上訓練，然後在COCO數據集上微調的模型

性能

D - FINE是一個強大的即時目標檢測器，通過重新定義DETR模型中的邊界框迴歸任務，實現了出色的定位精度。D - FINE包含兩個關鍵組件：細粒度分佈細化（FDR）和全局最優定位自蒸餾（GO - LSD）。

訓練

D - FINE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。我們報告了標準的AP指標（在從0.50 - 0.95的均勻採樣IoU閾值上平均，步長為0.05），以及在實際場景中常用的APval5000指標。

應用

D - FINE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既適用於邊緣設備，也適用於大規模系統，同時確保在動態的現實環境中具有高精度和高速度。

💻 使用示例

基礎用法

import torch
import requests

from PIL import Image
from transformers import DFineForObjectDetection, AutoImageProcessor

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

image_processor = AutoImageProcessor.from_pretrained("ustc-community/dfine-medium-obj2coco")
model = DFineForObjectDetection.from_pretrained("ustc-community/dfine-medium-obj2coco")

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}")

📄 許可證

本項目採用Apache - 2.0許可證。