许可协议：apache-2.0
数据集：

• prithivMLmods/Math-Shapes
  语言：
• 英语
  基础模型：
• google/siglip2-base-patch16-224
  任务标签：图像分类
  库名称：transformers
  标签：
• 形状
• 几何
• SigLIP2
• 艺术

几何形状分类模型

几何形状分类模型是基于google/siglip2-base-patch16-224微调的图像分类视觉-语言编码模型，专用于多类形状识别任务。该模型采用SiglipForImageClassification架构，可分类多种几何形状。

分类报告：  
                 精确率  召回率  F1分数  支持数  

       圆形 ◯     0.9921   0.9987   0.9953    1500  
       风筝 ⬰     0.9927   0.9927   0.9927    1500  
   平行四边形 ▰     0.9926   0.9840   0.9883    1500  
     长方形 ▭     0.9993   0.9913   0.9953    1500  
      菱形 ◆     0.9846   0.9820   0.9833    1500  
       正方形 ◼     0.9914   0.9987   0.9950    1500  
     梯形 ⏢     0.9966   0.9793   0.9879    1500  
      三角形 ▲     0.9772   0.9993   0.9881    1500  

      准确率                         0.9908   12000  
     宏平均     0.9908   0.9908   0.9907   12000  
  加权平均     0.9908   0.9908   0.9907   12000  

该模型将图像分类为以下类别：

• 类别 0: 圆形 ◯
• 类别 1: 风筝 ⬰
• 类别 2: 平行四边形 ▰
• 类别 3: 长方形 ▭
• 类别 4: 菱形 ◆
• 类别 5: 正方形 ◼
• 类别 6: 梯形 ⏢
• 类别 7: 三角形 ▲

使用Transformers运行 🤗

!pip install -q transformers torch pillow gradio  

import gradio as gr  
from transformers import AutoImageProcessor  
from transformers import SiglipForImageClassification  
from PIL import Image  
import torch  

# 加载模型和处理器  
model_name = "prithivMLmods/Geometric-Shapes-Classification"  
model = SiglipForImageClassification.from_pretrained(model_name)  
processor = AutoImageProcessor.from_pretrained(model_name)  

# 带符号的标签映射  
labels = {  
    "0": "圆形 ◯",  
    "1": "风筝 ⬰",  
    "2": "平行四边形 ▰",  
    "3": "长方形 ▭",  
    "4": "菱形 ◆",  
    "5": "正方形 ◼",  
    "6": "梯形 ⏢",  
    "7": "三角形 ▲"  
}  

def classify_shape(image):  
    """对输入图像中的几何形状进行分类"""  
    image = Image.fromarray(image).convert("RGB")  
    inputs = processor(images=image, return_tensors="pt")  

    with torch.no_grad():  
        outputs = model(**inputs)  
        logits = outputs.logits  
        probs = torch.nn.functional.softmax(logits, dim=1).squeeze().tolist()  

    predictions = {labels[str(i)]: round(probs[i], 3) for i in range(len(probs))}  
      
    return predictions  

# Gradio交互界面  
iface = gr.Interface(  
    fn=classify_shape,  
    inputs=gr.Image(type="numpy"),  
    outputs=gr.Label(label="预测分数"),  
    title="几何形状分类",  
    description="上传图像以分类圆形、三角形、正方形等几何形状。"  
)  

# 启动应用  
if __name__ == "__main__":  
    iface.launch()  

用途说明

几何形状分类模型专为识别图像中的基本几何形状而设计。典型应用场景包括：

• 教育工具： 用于可视化几何学习和教学。
• 计算机视觉项目： 作为机器人或自动化中的形状检测器。
• 图像分析： 识别图表或工程图纸中的符号。
• 辅助技术： 支持视障应用的形状识别功能。