Rt Detr Finetuned For Satellite Image Roofs Detection

🚀 遥感屋顶检测模型

本模型专为遥感任务中的屋顶检测而设计，能够高效准确地识别卫星图像中的屋顶目标，为相关领域的研究和应用提供有力支持。

🚀 快速开始

使用以下代码开始使用该模型：

from transformers import AutoModelForObjectDetection, AutoImageProcessor
import torch
import cv2

image_path=YOUR_IMAGE_PATH
image = cv2.imread(image_path)

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

model = AutoModelForObjectDetection.from_pretrained("Yifeng-Liu/rt-detr-finetuned-for-satellite-image-roofs-detection")
image_processor = AutoImageProcessor.from_pretrained("Yifeng-Liu/rt-detr-finetuned-for-satellite-image-roofs-detection")


CONFIDENCE_TRESHOLD = 0.5

with torch.no_grad():
    model.to(device)

    # load image and predict
    inputs = image_processor(images=image, return_tensors='pt').to(device)
    outputs = model(**inputs)

    # post-process
    target_sizes = torch.tensor([image.shape[:2]]).to(device)
    results = image_processor.post_process_object_detection(
        outputs=outputs,
        threshold=CONFIDENCE_TRESHOLD,
        target_sizes=target_sizes
    )[0]

✨ 主要特性

• 适用任务：针对遥感任务的目标检测。
• 开源许可：采用MIT许可证。

📚 详细文档

模型详情

模型描述

模型来源

• GitHub：Jupyter Notebook
• 演示：Hugging Face Space

模型局限性

⚠️ 重要提示

模型的直接和下游用户都应了解该模型存在的风险、偏差和局限性。

评估指标

📄 许可证

本模型采用MIT许可证。