YOLOS-David

David19930

Detección de objetos

Este repositorio contiene un modelo YOLOS personalizado ajustado en el Conjunto de Datos de Globos para tareas de detección de objetos. El modelo fue entrenado utilizando el framework PyTorch Lightning y está disponible para inferencia y ajuste adicional.

Como usar

Puedes cargar y usar el modelo con el siguiente código:
from transformers import AutoModelForObjectDetection, AutoFeatureExtractor
from PIL import Image
import torch

# Cargar modelo y extractor de características
model_name = "your-username/my-custom-yolos-model"
model = AutoModelForObjectDetection.from_pretrained(model_name)
feature_extractor = AutoFeatureExtractor.from_pretrained(model_name)

# Cargar una imagen
image = Image.open("path/to/your/image.jpg")

# Preprocesar la imagen
inputs = feature_extractor(images=image, return_tensors="pt")
pixel_values = inputs['pixel_values']

# Realizar inferencia
model.eval()
with torch.no_grad():
    outputs = model(pixel_values=pixel_values)

# Visualizar los resultados
# (Insertar código de visualización aquí)

Funcionalidades

Arquitectura del Modelo: YOLOS (You Only Look One-level Object Structure)
Modelo Base: hustvl/yolos-small
Framework de Entrenamiento: PyTorch Lightning
Conjunto de Datos: Conjunto de Datos de Globos
Número de Clases: 1 (Globo)

Casos de uso

Detección de objetos en imágenes utilizando un conjunto de datos específico (Globos).
Ajuste adicional del modelo para otros conjuntos de datos de detección de objetos.