fb_detr_finetuned_diana
LLyq
Detección de objetos
Este modelo es una versión afinada de facebook/detr-resnet-50 en el conjunto de datos imagefolder. Alcanza los siguientes resultados en el conjunto de evaluación: - Pérdida: 0.3238 - Mapa: 0.7325 - Mapa 50: 0.8805 - Mapa 75: 0.8535 - Mapa Pequeño: -1.0 - Mapa Medio: 0.7891 - Mapa Grande: 0.7273 - Mar 1: 0.0881 - Mar 10: 0.7675 - Mar 100: 0.8712 - Mar Pequeño: -1.0 - Mar Medio: 0.8348 - Mar Grande: 0.886 - Mapa Por Clase: -1.0 - Mar 100 Por Clase: -1.0 - Clases: 0
Como usar
from transformers import DetrFeatureExtractor, DetrForObjectDetection
from PIL import Image
import requests
# Cargar el modelo y el extractor de características
model = DetrForObjectDetection.from_pretrained('LLyq/fb_detr_finetuned_diana')
feature_extractor = DetrFeatureExtractor.from_pretrained('LLyq/fb_detr_finetuned_diana')
# Cargar y preparar la imagen
url = 'url_de_la_imagen'
image = Image.open(requests.get(url, stream=True).raw)
inputs = feature_extractor(images=image, return_tensors='pt')
# Realizar la inferencia
outputs = model(**inputs)
# Visualizar los resultados
import matplotlib.pyplot as plt
from transformers import DetrImageProcessor
image_processor = DetrImageProcessor.from_pretrained('LLyq/fb_detr_finetuned_diana')
processed_outputs = image_processor.post_process_object_detection(outputs, threshold=0.9)
plt.imshow(outputs)
plt.show()
Funcionalidades
- Detección de Objetos
- Transformers
- TensorBoard
- Safetensors
- imagefolder
- detr
- Generado desde Trainer
- Puntos de Inferencia
Casos de uso
- Detección de objetos en imágenes
- Clasificación de imágenes
- Análisis de imágenes
- Reconocimiento de patrones visuales
- Exploración de datos en tareas de aprendizaje profundo