基础模型：google/owlvit-base-patch32
库名称：transformers.js
任务类型：零样本目标检测

此模型为适配Transformers.js的ONNX权重版本，原模型地址：https://huggingface.co/google/owlvit-base-patch32

使用指南（Transformers.js）

若未安装，请通过NPM安装Transformers.js JavaScript库：

npm i @xenova/transformers

示例： 使用Xenova/owlvit-base-patch32进行零样本目标检测

import { pipeline } from '@xenova/transformers';

const detector = await pipeline('zero-shot-object-detection', 'Xenova/owlvit-base-patch32');

const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/astronaut.png';
const candidate_labels = ['人脸', '火箭', '头盔', '美国国旗'];
const output = await detector(url, candidate_labels);
// [
//   { score: 0.24392342567443848, label: '人脸', box: { xmin: 180, ymin: 67, xmax: 274, ymax: 175 } },
//   { score: 0.15129457414150238, label: '美国国旗', box: { xmin: 0, ymin: 4, xmax: 106, ymax: 513 } },
//   { score: 0.13649864494800568, label: '头盔', box: { xmin: 277, ymin: 337, xmax: 511, ymax: 511 } },
//   { score: 0.10262022167444229, label: '火箭', box: { xmin: 352, ymin: -1, xmax: 463, ymax: 287 } }
// ]

示例： 使用Xenova/owlvit-base-patch32进行零样本目标检测（带附加参数）

import { pipeline } from '@xenova/transformers';

const detector = await pipeline('zero-shot-object-detection', 'Xenova/owlvit-base-patch32');

const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/beach.png';
const candidate_labels = ['帽子', '书本', '太阳镜', '相机'];
const output = await detector(url, candidate_labels, { topk: 4, threshold: 0.05 });
// [
//   { score: 0.1606510728597641, label: '太阳镜', box: { xmin: 347, ymin: 229, xmax: 429, ymax: 264 } },
//   { score: 0.08935828506946564, label: '帽子', box: { xmin: 38, ymin: 174, xmax: 258, ymax: 364 } },
//   { score: 0.08530698716640472, label: '相机', box: { xmin: 187, ymin: 350, xmax: 260, ymax: 411 } },
//   { score: 0.08349756896495819, label: '书本', box: { xmin: 261, ymin: 280, xmax: 494, ymax: 425 } }
// ]

注：当前为临时方案，待WebML技术更成熟后，将不再需要单独存储ONNX权重。如需将模型适配网页端，建议使用🤗 Optimum转换为ONNX格式，并参照本仓库结构（ONNX权重存放在onnx子文件夹中）。