Xenova/yolov9-c

Uso (Transformers.js)

Si aún no lo has hecho, puedes instalar la biblioteca JavaScript Transformers.js desde NPM usando:

npm i @xenova/transformers

Ejemplo: Realizar detección de objetos con Xenova/yolov9-c.

import { AutoModel, AutoProcessor, RawImage } from '@xenova/transformers';

// Cargar modelo
const model = await AutoModel.from_pretrained('Xenova/yolov9-c', {
// quantized: false,    // (Opcional) Usar versión no cuantizada.
})

// Cargar procesador
const processor = await AutoProcessor.from_pretrained('Xenova/yolov9-c');
// processor.feature_extractor.do_resize = false;                   // (Opcional) Desactivar redimensionamiento
// processor.feature_extractor.size = { width: 128, height: 128 }   // (Opcional) Actualizar valor de redimensionamiento

// Leer imagen y ejecutar procesador
const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/city-streets.jpg';
const image = await RawImage.read(url);
const { pixel_values } = await processor(image);

// Ejecutar detección de objetos
const { outputs } = await model({ images: pixel_values })
const predictions = outputs.tolist();

for (const [xmin, ymin, xmax, ymax, score, id] of predictions) {
const bbox = [xmin, ymin, xmax, ymax].map(x => x.toFixed(2)).join(', ')
console.log(`Found "${model.config.id2label[id]}" at [${bbox}] with score ${score.toFixed(2)}.`)
}
// Encontró "car" en [176.86, 335.53, 399.82, 418.13] con puntuación 0.94.
// Encontró "car" en [447.50, 378.46, 639.81, 477.57] con puntuación 0.93.
// Encontró "bicycle" en [351.90, 527.82, 463.50, 587.76] con puntuación 0.90.
// Encontró "person" en [472.44, 430.52, 533.74, 533.30] con puntuación 0.89.
// Encontró "bicycle" en [448.97, 477.34, 555.42, 537.63] con puntuación 0.88.
// Encontró "bicycle" en [0.59, 518.69, 109.53, 584.31] con puntuación 0.88.
// Encontró "traffic light" en [208.55, 55.80, 233.99, 101.63] con puntuación 0.86.
// Encontró "person" en [550.75, 260.98, 591.90, 331.24] con puntuación 0.86.
...