许可协议: apache-2.0
标签:

• 目标检测
• 口罩检测
  数据集:
• coco
• 口罩检测数据集
  示例展示:
• 图片链接: https://drive.google.com/uc?id=1VwYLbGak5c-2P5qdvfWVOeg7DTDYPbro
  示例标题: "城市人群"
• 图片链接: https://huggingface.co/datasets/mishig/sample_images/resolve/main/football-match.jpg
  示例标题: "足球比赛"
  评估指标:
• 平均精度
• 召回率
• 交并比(IOU)
  模型索引:
• 名称: yolos-small-finetuned-masks
  结果: []

YOLOS (小尺寸) 模型

原始YOLOS模型基于COCO 2017目标检测数据集（11.8万张标注图像）进行微调。该模型由Fang等人在论文《You Only Look at One Sequence: Rethinking Transformer in Vision through Object Detection》中提出，并首次发布于此代码库。

本模型进一步在Kaggle的口罩检测数据集上进行了微调。该数据集包含853张人物图像，标注类别分为"佩戴口罩"、"未佩戴口罩"和"口罩佩戴不规范"。模型在Google Colab的单GPU上训练了200轮次。

模型描述

YOLOS是基于视觉Transformer（ViT）架构并使用DETR损失函数训练的模型。尽管结构简洁，基础尺寸的YOLOS模型在COCO 2017验证集上能达到42 AP的精度（与DETR及更复杂的Faster R-CNN框架相当）。

使用场景与限制

您可将该原始模型用于目标检测任务。访问模型中心可查看所有可用YOLOS模型。

使用方法

使用方式如下：

from transformers import YolosFeatureExtractor, YolosForObjectDetection
from PIL import Image
import requests
url = 'https://drive.google.com/uc?id=1VwYLbGak5c-2P5qdvfWVOeg7DTDYPbro'
image = Image.open(requests.get(url, stream=True).raw)
feature_extractor = YolosFeatureExtractor.from_pretrained('nickmuchi/yolos-small-finetuned-masks')
model = YolosForObjectDetection.from_pretrained('nickmuchi/yolos-small-finetuned-masks')
inputs = feature_extractor(images=image, return_tensors="pt")
outputs = model(**inputs)
# 模型输出边界框及对应口罩检测类别
logits = outputs.logits
bboxes = outputs.pred_boxes

当前特征提取器与模型仅支持PyTorch框架。

训练数据

YOLOS模型先在ImageNet-1k上预训练，后在COCO 2017目标检测数据集（含11.8万训练图/5千验证图）上微调。

训练过程

本模型基于口罩检测数据集进行了200轮次的微调。

评估结果

该模型达到53.2的平均精度(AP)。

正在汇总评估结果...

交并比指标: bbox