库名称：transformers.js
许可证：gpl-3.0
任务类型：目标检测

适配 WongKinYiu/yolov9 的 ONNX 权重版本，使其兼容 Transformers.js。

使用方法 (Transformers.js)

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

npm i @xenova/transformers

示例： 使用 Xenova/gelan-c_all 进行目标检测。

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

// 加载模型
const model = await AutoModel.from_pretrained('Xenova/gelan-c_all', {
    // quantized: false,    // （可选）使用非量化版本
})

// 加载处理器
const processor = await AutoProcessor.from_pretrained('Xenova/gelan-c_all');
// processor.feature_extractor.size = { shortest_edge: 128 }    // （可选）调整尺寸参数

// 读取图像并预处理
const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/city-streets.jpg';
const image = await RawImage.read(url);
const inputs = await processor(image);

// 执行目标检测
const threshold = 0.3;
const { outputs } = await model(inputs);
const predictions = outputs.tolist();

for (const [xmin, ymin, xmax, ymax, score, id] of predictions) {
    if (score < threshold) break;
    const bbox = [xmin, ymin, xmax, ymax].map(x => x.toFixed(2)).join(', ')
    console.log(`检测到"${model.config.id2label[id]}"于坐标 [${bbox}]，置信度 ${score.toFixed(2)}。`)
}
// 检测到"car"于坐标 [63.06, 118.80, 139.61, 146.78]，置信度 0.84。
// 检测到"bicycle"于坐标 [158.32, 166.13, 195.02, 189.03]，置信度 0.81。
// 检测到"bicycle"于坐标 [123.22, 183.83, 162.71, 206.30]，置信度 0.79。
// 检测到"bicycle"于坐标 [0.56, 180.92, 39.26, 203.94]，置信度 0.78。
// 检测到"car"于坐标 [157.10, 132.38, 223.72, 167.69]，置信度 0.77。
// 检测到"person"于坐标 [193.04, 90.98, 207.09, 116.78]，置信度 0.77。
// 检测到"person"于坐标 [12.49, 164.97, 27.63, 197.55]，置信度 0.66。
// 检测到"traffic light"于坐标 [102.80, 74.25, 124.12, 95.75]，置信度 0.62。
// ...

演示

点击此处在线体验！

注：当前为 ONNX 权重单独创建仓库仅是临时方案，待 WebML 技术更成熟后将优化。若需使模型适配网页端，建议使用 🤗 Optimum 转换为 ONNX 格式，并参照本仓库结构（将 ONNX 权重存放于 onnx 子文件夹中）。