yolos-small-finetuned-license-plate-detection

nickmuchi

Detección de objetos

Este modelo es una versión afinada de hustvl/yolos-small en el conjunto de datos de reconocimiento de matrículas de Roboflow, que contiene 5200 imágenes en el conjunto de entrenamiento y 380 en el conjunto de validación. El modelo YOLOS original fue afinado en la detección de objetos COCO 2017 (118k imágenes anotadas). YOLOS es un Transformer de Visión (ViT) entrenado usando la pérdida DETR. A pesar de su simplicidad, un modelo YOLOS de tamaño base es capaz de alcanzar 42 AP en la validación de COCO 2017 (similar a DETR y frameworks más complejos como Faster R-CNN).

Como usar

Aquí se explica cómo usar este modelo:
from transformers import YolosFeatureExtractor, YolosForObjectDetection
from PIL import Image
import requests

url = 'https://drive.google.com/uc?id=1p9wJIqRz3W50e2f_A0D8ftla8hoXz4T5'
image = Image.open(requests.get(url, stream=True).raw)
feature_extractor = YolosFeatureExtractor.from_pretrained('nickmuchi/yolos-small-finetuned-license-plate-detection')
model = YolosForObjectDetection.from_pretrained('nickmuchi/yolos-small-finetuned-license-plate-detection')
inputs = feature_extractor(images=image, return_tensors="pt")
outputs = model(**inputs)

# el modelo predice cajas delimitadoras y las clases correspondientes de detección de matrículas
logits = outputs.logits
bboxes = outputs.pred_boxes

Actualmente, tanto el extractor de características como el modelo son compatibles con PyTorch.

Funcionalidades

Detección de objetos
Transformers
PyTorch
Detección de matrículas
Detección de vehículos

Casos de uso

Detección de matrículas
Detección de vehículos