Detr Resnet 50 Dc5

🚀 DETR（端到端目标检测）模型，采用ResNet - 50骨干网络（膨胀C5阶段）

基于Transformer架构的端到端目标检测模型，在COCO 2017数据集上训练，能高效准确地检测图像中的目标。

🚀 快速开始

DETR（Detection Transformer）模型在COCO 2017目标检测数据集（118k带注释图像）上进行了端到端训练。它由Carion等人在论文 End-to-End Object Detection with Transformers 中提出，并首次在 此仓库 发布。

需注意：发布DETR的团队未为此模型撰写模型卡片，此卡片由Hugging Face团队编写。

✨ 主要特性

• 端到端设计：DETR模型是一个带有卷积骨干网络的编解码器Transformer。在解码器输出之上添加了两个头部以进行目标检测：一个用于类别标签的线性层和一个用于边界框的MLP（多层感知器）。
• 目标查询机制：模型使用所谓的目标查询来检测图像中的目标。每个目标查询在图像中寻找特定的目标。对于COCO数据集，目标查询的数量设置为100。
• 特殊损失函数：模型使用“二分匹配损失”进行训练，通过匈牙利匹配算法在预测结果和真实标注之间创建一对一的最优映射，然后使用标准交叉熵（用于类别）和L1与广义IoU损失的线性组合（用于边界框）来优化模型参数。

💻 使用示例

基础用法

from transformers import DetrFeatureExtractor, DetrForObjectDetection
from PIL import Image
import requests

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

feature_extractor = DetrFeatureExtractor.from_pretrained('facebook/detr-resnet-50-dc5')
model = DetrForObjectDetection.from_pretrained('facebook/detr-resnet-50-dc5')

inputs = feature_extractor(images=image, return_tensors="pt")
outputs = model(**inputs)

# model predicts bounding boxes and corresponding COCO classes
logits = outputs.logits
bboxes = outputs.pred_boxes

目前，特征提取器和模型都支持PyTorch。

📚 详细文档

预期用途与限制

你可以使用此原始模型进行目标检测。可查看 模型中心 以查找所有可用的DETR模型。

训练数据

DETR模型在 COCO 2017目标检测 数据集上进行训练，该数据集分别包含118k/5k张用于训练/验证的带注释图像。

训练过程

预处理

训练/验证期间图像预处理的确切细节可在 此处 找到。

图像会进行调整大小/缩放，使最短边至少为800像素，最长边最多为1333像素，并使用ImageNet的均值（0.485, 0.456, 0.406）和标准差（0.229, 0.224, 0.225）在RGB通道上进行归一化。

训练

该模型在16个V100 GPU上训练了300个epoch，耗时3天，每个GPU处理4张图像（因此总批量大小为64）。

评估结果

此模型在COCO 2017验证集上实现了43.3的AP（平均精度）。有关评估结果的更多详细信息，请参考原论文的表1。

BibTeX引用

@article{DBLP:journals/corr/abs-2005-12872,
  author    = {Nicolas Carion and
               Francisco Massa and
               Gabriel Synnaeve and
               Nicolas Usunier and
               Alexander Kirillov and
               Sergey Zagoruyko},
  title     = {End-to-End Object Detection with Transformers},
  journal   = {CoRR},
  volume    = {abs/2005.12872},
  year      = {2020},
  url       = {https://arxiv.org/abs/2005.12872},
  archivePrefix = {arXiv},
  eprint    = {2005.12872},
  timestamp = {Thu, 28 May 2020 17:38:09 +0200},
  biburl    = {https://dblp.org/rec/journals/corr/abs-2005-12872.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

📄 许可证

本项目采用Apache-2.0许可证。

📦 相关信息

📌 示例展示

• Savanna
• Football Match
• Airport