Detr Resnet 50 Sku110k

🚀 DETR（端到端目标检测）模型

本项目是一个基于ResNet - 50骨干网络的DETR（端到端目标检测）模型，在SKU110K数据集上进行训练，设置了400个查询数（num_queries）。该模型能够有效解决目标检测问题，为相关领域的应用提供了强大的支持。

🚀 快速开始

DETR（Detection Transformer）模型在SKU110K目标检测数据集（包含8000张标注图像）上进行了端到端的训练。与原始模型相比，主要区别在于设置了400个查询数（num_queries），并且在SKU110K数据集上进行了预训练。

模型使用方法

以下是使用该模型的示例代码：

from transformers import DetrImageProcessor, DetrForObjectDetection
import torch
from PIL import Image, ImageOps
import requests

url = "https://github.com/Isalia20/DETR-finetune/blob/main/IMG_3507.jpg?raw=true"
image = Image.open(requests.get(url, stream=True).raw)
image = ImageOps.exif_transpose(image)

# you can specify the revision tag if you don't want the timm dependency
processor = DetrImageProcessor.from_pretrained("facebook/detr-resnet-50", revision="no_timm")
model = DetrForObjectDetection.from_pretrained("isalia99/detr-resnet-50-sku110k")
model = model.eval()
inputs = processor(images=image, return_tensors="pt")
outputs = model(**inputs)

# convert outputs (bounding boxes and class logits) to COCO API
# let's only keep detections with score > 0.8
target_sizes = torch.tensor([image.size[::-1]])
results = processor.post_process_object_detection(outputs, target_sizes=target_sizes, threshold=0.8)[0]

for score, label, box in zip(results["scores"], results["labels"], results["boxes"]):
        box = [round(i, 2) for i in box.tolist()]
        print(
                f"Detected {model.config.id2label[label.item()]} with confidence "
                f"{round(score.item(), 3)} at location {box}"
        )

代码运行后，预期输出如下：

Detected LABEL_1 with confidence 0.983 at location [665.49, 480.05, 708.15, 650.11]
Detected LABEL_1 with confidence 0.938 at location [204.99, 1405.9, 239.9, 1546.5]
...
Detected LABEL_1 with confidence 0.998 at location [772.85, 169.49, 829.67, 372.18]
Detected LABEL_1 with confidence 0.999 at location [828.28, 1475.16, 874.37, 1593.43]

目前，特征提取器和模型均支持PyTorch。

📚 详细文档

训练数据

DETR模型在SKU110K数据集上进行训练，该数据集分别包含8219/588/2936张标注图像用于训练/验证/测试。

训练过程

训练

模型在1块RTX 4060 Ti GPU上进行训练，前140个epoch仅微调解码器，批量大小为8；后70个epoch微调整个网络，批量大小为3，并进行3步梯度累积。

评估结果

该模型在SKU110k验证集上实现了58.9的平均精度均值（mAP）。结果使用torchmetrics的MeanAveragePrecision类进行计算。

训练代码

训练代码已发布在本仓库 仓库链接。不过，代码尚未最终确定和充分测试，但主要功能已包含在内。

📄 许可证

本项目采用Apache - 2.0许可证。