Fashion Object Detection Yolos Tiny

🚀 时尚目标检测模型

本项目是一个用于时尚目标检测的模型，基于hustvl/yolos - tiny微调而来，可对时尚相关的物品进行检测，如包、上衣、裙子等，同时还能与时尚图像特征提取模型结合使用，在时尚搜索等领域有一定应用价值。

🚀 快速开始

本模型是hustvl/yolos - tiny的微调版本。

你可以在这个GitHub仓库中找到模型的详细信息 -> fashion - visual - search

你还能找到时尚图像特征提取模型 -> yainage90/fashion - image - feature - extractor

📦 安装指南

文档未提供具体安装步骤，暂不展示。

💻 使用示例

基础用法

from PIL import Image
import torch
from transformers import  YolosImageProcessor, YolosForObjectDetection

device = 'cpu'
if torch.cuda.is_available():
    device = torch.device('cuda')
elif torch.backends.mps.is_available():
    device = torch.device('mps')

ckpt = 'yainage90/fashion-object-detection-yolos-tiny'
image_processor = YolosImageProcessor.from_pretrained(ckpt)
model = YolosForObjectDetection.from_pretrained(ckpt).to(device)

image = Image.open('<path/to/image>').convert('RGB')

with torch.no_grad():
    inputs = image_processor(images=[image], return_tensors="pt")
    outputs = model(**inputs.to(device))
    target_sizes = torch.tensor([[image.size[1], image.size[0]]])
    results = image_processor.post_process_object_detection(outputs, threshold=0.85, target_sizes=target_sizes)[0]

    items = []
    for score, label, box in zip(results["scores"], results["labels"], results["boxes"]):
        score = score.item()
        label = label.item()
        box = [i.item() for i in box]
        print(f"{model.config.id2label[label]}: {round(score, 3)} at {box}")
        items.append((score, label, box))

示例图片

📚 详细文档

本模型使用两个数据集的组合进行训练：modanet 和 fashionpedia

标签为 ['bag', 'bottom', 'dress', 'hat', 'shoes', 'outer', 'top']

在总共100个训练轮次中的第96个轮次，取得了最佳分数，平均精度均值（mAP）为0.697400。

📄 许可证

本项目采用MIT许可证。