库名称：transformers
许可证：mit
语言：

• 英文
  任务标签：目标检测
  基础模型：
• hustvl/yolos-tiny
  标签：
• 目标检测
• 时尚
• 搜索

该模型是hustvl/yolos-tiny的微调版本。

您可以在以下GitHub仓库中找到模型详情 -> 时尚视觉搜索

并可获取时尚图像特征提取器模型 -> yainage90/fashion-image-feature-extractor

本模型结合了两个数据集进行训练：modanet 和 fashionpedia

标签类别为：['包', '下装', '连衣裙', '帽子', '鞋子', '外套', '上装']

在总共100轮训练的第96轮时，取得了最佳成绩，平均精度(mAP)达到0.697400。

from PIL import Image  
import torch  
from transformers import YolosImageProcessor, YolosForObjectDetection  

device = 'cpu'  
if torch.cuda.is_available():  
    device = torch.device('cuda')  
elif torch.backends.mps.is_available():  
    device = torch.device('mps')  

ckpt = 'yainage90/fashion-object-detection-yolos-tiny'  
image_processor = YolosImageProcessor.from_pretrained(ckpt)  
model = YolosForObjectDetection.from_pretrained(ckpt).to(device)  

image = Image.open('<图片路径>').convert('RGB')  

with torch.no_grad():  
    inputs = image_processor(images=[image], return_tensors="pt")  
    outputs = model(**inputs.to(device))  
    target_sizes = torch.tensor([[image.size[1], image.size[0]]])  
    results = image_processor.post_process_object_detection(outputs, threshold=0.85, target_sizes=target_sizes)[0]  

    items = []  
    for score, label, box in zip(results["scores"], results["labels"], results["boxes"]):  
        score = score.item()  
        label = label.item()  
        box = [i.item() for i in box]  
        print(f"{model.config.id2label[label]}: {round(score, 3)} 位置 {box}")  
        items.append((score, label, box))