conditional-detr-resnet-50_til-2023-cv-9
skytect
Detección de objetos
Este modelo es una versión ajustada de microsoft/conditional-detr-resnet-50 en un conjunto de datos desconocido. Alcanza los siguientes resultados en el conjunto de evaluación: - Pérdida: 0.2502 - Pérdida Ce: 0.0010 - Pérdida Bbox: 0.0160 - Pérdida Giou: 0.0842 - Error de Cardinalidad: 2.1237 - Mapa: 0.8063 - Mapa 50: 0.9901 - Mapa 75: 0.9609 - Mapa Pequeño: 0.8063 - Mapa Medio: -1.0 - Mapa Grande: -1.0 - Mar 1: 0.4097 - Mar 10: 0.8555 - Mar 100: 0.8555 - Mar Pequeño: 0.8555 - Mar Medio: -1.0 - Mar Grande: -1.0 - Mapa por Clase: -1.0 - Mar 100 por Clase: -1.0
Como usar
# Cargar el modelo y los tokenizadores
from transformers import AutoModelForObjectDetection, AutoTokenizer
model = AutoModelForObjectDetection.from_pretrained('skytect/conditional-detr-resnet-50_til-2023-cv-9')
tokenizer = AutoTokenizer.from_pretrained('skytect/conditional-detr-resnet-50_til-2023-cv-9')
# Preparar una imagen de entrada
from PIL import Image
image = Image.open('path/to/your/image.jpg')
inputs = tokenizer(images=image, return_tensors='pt')
# Realizar la detección de objetos
outputs = model(**inputs)
# Procesar los resultados
boxes = outputs.pred_boxes
labels = outputs.pred_labels
scores = outputs.pred_scores
Funcionalidades
- Transformers
- Detector de Objetos
- TensorBoard
- Safetensors
- Generado a partir de Trainer
- Puntos de inferencia
Casos de uso
- Detección de objetos en imágenes
- Análisis de imágenes para la identificación de entidades específicas
- Mejora en aplicaciones de visión por computadora