/ Модель

Характеристики

Контекст
1 024 токена
Параметры
6,3 млн
Лицензия
MIT
Архитектура
conditional_detr · dense
Базовая модель
conditional-detr-resnet-50
Библиотека
transformers
Опубликована
24 авг 2024

fashion-object-detection

Поиск объектовИзображение → bounding_boxes3 профессии

Дообученная Conditional DETR обнаруживает и локализует семь категорий одежды и аксессуаров на модных изображениях.

36 324скачиваний за 30 дней45лайковвеса обновлены2 дек 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель yainage90/fashion-object-detection разработана как дообученная версия microsoft/conditional-detr-resnet-50 для поиска объектов на изображениях модной одежды. Она использует архитектуру Conditional DETR с ResNet-50 и предназначена для обнаружения семи категорий: сумок, предметов нижней одежды, платьев, головных уборов, обуви, верхней одежды и топов.

Модель обучалась на сочетании датасетов ModaNet и Fashionpedia. В README указан лучший результат mAP 0,7542 на 96-й эпохе из 100. Её можно применять для распознавания и локализации предметов одежды на фотографиях, в том числе в сценариях визуального поиска модных товаров. Репозиторий содержит веса safetensors и предназначен для библиотеки Transformers.

Лицензия модели — MIT. Указанные метрики относятся к описанному обучению; качество на других изображениях и распределениях данных может отличаться.

Сценарии применения

  • поиск сумок и обуви на фотографиях одежды
  • обнаружение платьев и верхней одежды в каталожных снимках
  • выделение категорий одежды для визуального поиска
  • автоматическая разметка модных изображений по категориям предметов

Ограничения

Модель обнаруживает только семь описанных категорий и не предназначена для распознавания произвольных видов объектов. README сообщает mAP 0,7542 на обучении, но не приводит оценки качества на независимом тестовом наборе.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This model is fine-tuned version of microsoft/conditional-detr-resnet-50.

You can find details of model in this github repo -> fashion-visual-search

And you can find fashion image feature extractor model -> yainage90/fashion-image-feature-extractor

This model was trained using a combination of two datasets: modanet and fashionpedia

The labels are ['bag', 'bottom', 'dress', 'hat', 'shoes', 'outer', 'top']

In the 96th epoch out of total of 100 epochs, the best score was achieved with mAP 0.7542. Therefore, it is believed that there is a little room for performance improvement.

from PIL import Image
import torch
from transformers import  AutoImageProcessor, AutoModelForObjectDetection

device = 'cpu'
if torch.cuda.is_available():
    device = torch.device('cuda')
elif torch.backends.mps.is_available():
    device = torch.device('mps')

ckpt = 'yainage90/fashion-object-detection'
image_processor = AutoImageProcessor.from_pretrained(ckpt)
model = AutoModelForObjectDetection.from_pretrained(ckpt).to(device)

image = Image.open('<path/to/image>').convert('RGB')

with torch.no_grad():
    inputs = image_processor(images=[image], return_tensors="pt")
    outputs = model(**inputs.to(device))
    target_sizes = torch.tensor([[image.size[1], image.size[0]]])
    results = image_processor.post_process_object_detection(outputs, threshold=0.4, target_sizes=target_sizes)[0]

    items = []
    for score, label, box in zip(results["scores"], results["labels"], results["boxes"]):
        score = score.item()
        label = label.item()
        box = [i.item() for i in box]
        print(f"{model.config.id2label[label]}: {round(score, 3)} at {box}")
        items.append((score, label, box))

sample_image

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · object-detection

Можно запустить

Подбираем GPU…

Класс архитектуры
ConditionalDetrForObjectDetection
Ревизия весов
fb0a4ff

0 моделей