🚀 D-FINE

D-FINE是一个强大的实时目标检测模型，通过重新定义DETR模型中的边界框回归任务，实现了出色的定位精度。它可用于自动驾驶、监控系统等多个领域。

🚀 快速开始

模型简介

D-FINE模型由Yansong Peng、Hebei Li、Peixi Wu、Yueyi Zhang、Xiaoyan Sun和Feng Wu在论文D-FINE: Redefine Regression Task in DETRs as Fine-grained Distribution Refinement中提出。该模型由VladOS95-cyber在@qubvel-hf的帮助下贡献，是D-FINE在HF transformers库中的实现。

• coco：在COCO数据集上训练的模型
• obj365：在Object365数据集上训练的模型
• obj2coco：先在Object365数据集上训练，再在COCO数据集上微调的模型

性能表现

D-FINE是一款强大的实时目标检测器，通过重新定义DETR模型中的边界框回归任务，实现了出色的定位精度。它主要包含两个关键组件：细粒度分布细化（FDR）和全局最优定位自蒸馏（GO-LSD）。

训练情况

D-FINE在COCO和Objects365（Lin等人 [2014]）的train2017数据集上进行训练，并在COCO + Objects365的val2017数据集上进行验证。我们报告了标准的AP指标（在从0.50 - 0.95的均匀采样IoU阈值上平均，步长为0.05），以及在实际场景中常用的APval5000指标。

应用场景

D-FINE非常适合在各种应用中进行实时目标检测，如自动驾驶、监控系统、机器人技术和零售分析。其增强的灵活性和便于部署的设计，使其既适用于边缘设备，也适用于大规模系统，同时确保在动态的现实环境中具有高精度和高速度。

💻 使用示例

基础用法

import torch
import requests

from PIL import Image
from transformers import DFineForObjectDetection, AutoImageProcessor

url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)

image_processor = AutoImageProcessor.from_pretrained("ustc-community/dfine-medium-obj365")
model = DFineForObjectDetection.from_pretrained("ustc-community/dfine-medium-obj365")

inputs = image_processor(images=image, return_tensors="pt")

with torch.no_grad():
    outputs = model(**inputs)

results = image_processor.post_process_object_detection(outputs, target_sizes=torch.tensor([image.size[::-1]]), threshold=0.3)

for result in results:
    for score, label_id, box in zip(result["scores"], result["labels"], result["boxes"]):
        score, label = score.item(), label_id.item()
        box = [round(i, 2) for i in box.tolist()]
        print(f"{model.config.id2label[label]}: {score:.2f} {box}")

📄 许可证

本项目采用Apache-2.0许可证。