detr-finetuned-ppe
MarianaMCruz
Detección de objetos
Este modelo es una versión ajustada de facebook/detr-resnet-50 en el conjunto de datos Francesco/construction-safety-gsnvb. Logra los siguientes resultados en el conjunto de evaluación: Pérdida: 1.0499, Mapa: 0.3948, Map 50: 0.7609, Map 75: 0.3767, Map Small: 0.0619, Map Medium: 0.3097, Map Large: 0.4634, Mar 1: 0.2239, Mar 10: 0.5134, Mar 100: 0.5368, Mar Small: 0.1158, Mar Medium: 0.4656, Mar Large: 0.5905, Map Helmet: 0.4535, Mar 100 Helmet: 0.5418, Map No-helmet: 0.1846, Mar 100 No-helmet: 0.3125, Map No-vest: 0.3122, Mar 100 No-vest: 0.4984, Map Person: 0.5839, Mar 100 Person: 0.7285, Map Vest: 0.4398, Mar 100 Vest: 0.6031.
Como usar
from transformers import DetrForObjectDetection, DetrFeatureExtractor
import torch
model_name = 'MarianaMCruz/detr-finetuned-ppe'
model = DetrForObjectDetection.from_pretrained(model_name)
feature_extractor = DetrFeatureExtractor.from_pretrained(model_name)
# Cargar imagen
image_path = '/path/to/your/image.jpg'
image = Image.open(image_path)
# Preprocesar
inputs = feature_extractor(images=image, return_tensors='pt')
# Inferencia
outputs = model(**inputs)
# Obtener predicciones
probs = outputs.logits.softmax(-1)[0, :, :-1]
boxes = outputs.pred_boxes[0, :, :]
# Filtrar por umbral de probabilidad
threshold = 0.8
keep = torch.where(probs.max(-1).values > threshold)[0]
probs = probs[keep]
boxes = boxes[keep]
Funcionalidades
- Detección de objetos
- Transformadores
- TensorBoard
- Safetensors
- Detección de visión
Casos de uso
- Detección de equipos de protección personal (PPE)
- Revisión de seguridad en construcciones
- Supervisión de cumplimiento de normas de seguridad