Dfine Xlarge Obj2coco

🚀 D-FINE

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

🚀 快速開始

D-FINE模型由Yansong Peng、Hebei Li等人在論文 D-FINE: Redefine Regression Task in DETRs as Fine-grained Distribution Refinement 中提出。此模型由 VladOS95-cyber 在 @qubvel-hf 的幫助下貢獻，這是D-FINE在HF transformers庫中的實現。

以下是使用該模型進行目標檢測的代碼示例：

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-xlarge-obj2coco")
model = DFineForObjectDetection.from_pretrained("ustc-community/dfine-xlarge-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}")

✨ 主要特性

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。它包含兩個關鍵組件：細粒度分佈細化（FDR）和全局最優定位自蒸餾（GO-LSD）。

🔧 技術細節

D-FINE在COCO (Lin et al. [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。

📚 詳細文檔

模型訓練情況

• _coco -> 模型在COCO數據集上訓練
• _obj365 -> 模型在Object365數據集上訓練
• _obj2coco -> 模型在Object365數據集上訓練，然後在COCO數據集上進行微調

應用場景

D-FINE非常適合在各種應用中進行即時目標檢測，例如自動駕駛、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，同時確保在動態的現實環境中具有高精度和高速度。

📄 許可證

本項目採用Apache-2.0許可證。