库名称：transformers.js
许可证：gpl-3.0
任务标签：目标检测

基于 https://github.com/WongKinYiu/yolov9 的 ONNX 权重模型，适配 Transformers.js。

使用说明 (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/yolov9-c 进行目标检测。

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

// 加载模型
const model = await AutoModel.from_pretrained('Xenova/yolov9-c', {
    // quantized: false,    // （可选）使用非量化版本
})

// 加载处理器
const processor = await AutoProcessor.from_pretrained('Xenova/yolov9-c');
// processor.feature_extractor.do_resize = false;                   // （可选）禁用尺寸调整
// processor.feature_extractor.size = { width: 128, height: 128 }   // （可选）修改调整尺寸值

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

// 执行目标检测
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(`检测到 "${model.config.id2label[id]}" 位于 [${bbox}]，置信度 ${score.toFixed(2)}。`)
}
// 检测到 "car" 位于 [176.86, 335.53, 399.82, 418.13]，置信度 0.94。
// 检测到 "car" 位于 [447.50, 378.46, 639.81, 477.57]，置信度 0.93。
// 检测到 "bicycle" 位于 [351.90, 527.82, 463.50, 587.76]，置信度 0.90。
// 检测到 "person" 位于 [472.44, 430.52, 533.74, 533.30]，置信度 0.89。
// 检测到 "bicycle" 位于 [448.97, 477.34, 555.42, 537.63]，置信度 0.88。
// 检测到 "bicycle" 位于 [0.59, 518.69, 109.53, 584.31]，置信度 0.88。
// 检测到 "traffic light" 位于 [208.55, 55.80, 233.99, 101.63]，置信度 0.86。
// 检测到 "person" 位于 [550.75, 260.98, 591.90, 331.24]，置信度 0.86。
// ...

演示

点击此处 在线体验！

注：为 ONNX 权重单独创建仓库是临时方案，待 WebML 技术更普及时将调整。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）。