Dfine Nano Coco

🚀 D-FINE

D-FINE是一個強大的即時目標檢測模型，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。該模型可用於自動駕駛、監控系統、機器人技術和零售分析等多種場景。

✨ 主要特性

• 創新性架構：由細粒度分佈細化（FDR）和全局最優定位自蒸餾（GO - LSD）兩個關鍵組件構成。
• 高精度定位：重新定義DETR模型中的邊界框迴歸任務，實現出色的定位精度。
• 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場景。
• 訓練數據豐富：可在COCO、Object365等數據集上進行訓練。

📚 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。此模型由 VladOS95-cyber 在 @qubvel-hf 的幫助下貢獻，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 -> 先在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。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）。

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（在均勻採樣的IoU閾值範圍從0.50 - 0.95，步長為0.05的情況下取平均值），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。其增強的靈活性和易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。

💻 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-nano-coco")
model = DFineForObjectDetection.from_pretrained("ustc-community/dfine-nano-coco")

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。