SSD

Installer

SSD ne nécessite aucun extra facultatif. Tous ses imports sont inclus dans l'installation de base.

pip install libreyolo

Prédire

Les poids sont téléchargés depuis Hugging Face à la première utilisation et mis en cache localement.

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreSSD300.pt")result = model(SAMPLE_IMAGE, save=True) for box in result.boxes:    print(box.cls, box.conf, box.xyxy)

libreyolo predict model=LibreSSD300.pt source=https://raw.githubusercontent.com/LibreYOLO/libreyolo/release/libreyolo/assets/parkour.jpg save=True

L'objet Results renvoyé est celui de toutes les familles, le remplacement du détecteur ne demande donc de modifier qu'une ligne. SSD décode sa grille de bounding boxes par défaut avec des scores par classe, puis exécute la suppression non maximale. conf, iou et max_det ont ainsi tous un effet réel ici, contrairement aux détecteurs basés sur des requêtes de cette bibliothèque. Consultez la prédiction pour les sources, le streaming et la gestion des résultats.

Variantes

SSD fournit un seul checkpoint\u00a0: le réseau SSD300 basé sur VGG16, avec son canevas natif fixe. Cette famille ne propose aucun choix de taille ou d'échelle\u00a0; la prédiction, la validation et l'export utilisent tous ce même graphe.

Le fichier de poids est LibreSSD300.pt, soit le préfixe de la famille suivi de son unique clé de taille, "300". La classe correspondante est LibreSSD, une construction directe s'écrit donc LibreSSD(size="300") plutôt qu'avec une classe portant le nom du fichier.

Valider

val() renvoie un dictionnaire de clés metrics/ couvrant la précision, le rappel, la mAP 50 et la mAP 50-95, mesurés sur tout dataset au format utilisé pour l'entraînement.

from libreyolo import LibreYOLO model = LibreYOLO("LibreSSD300.pt")metrics = model.val(data="my-dataset.yaml") print(metrics["metrics/mAP50-95"])print(metrics["metrics/mAP50"])

libreyolo val model=LibreSSD300.pt data=my-dataset.yaml

Exporter

SSD s'exporte uniquement vers ONNX\u00a0; tous les autres formats sont actuellement bloqués pour cette famille. L'export utilise toujours le canevas natif du checkpoint et le graphe expose la tête brute compactée de SSD plutôt qu'une sortie avec suppression non maximale fusionnée. nms=True n'est donc pas accepté au moment de l'export. Les backends propres à LibreYOLO exécutent les étapes de décodage et de suppression après le rechargement du graphe.

from libreyolo import LibreYOLO model = LibreYOLO("LibreSSD300.pt") # imgsz est volontairement omis ici : SSD300 est tracé sur le canevas natif# de son checkpoint et toute autre valeur lève une erreur avant le début de l'export.model.export(format="onnx")

libreyolo export model=LibreSSD300.pt format=onnx

from libreyolo import LibreYOLO # La fabrique détermine le chemin selon le suffixe du fichier ; un artefact exporté se charge# donc comme tout checkpoint et renvoie le même objet Results.model = LibreYOLO("LibreSSD300.onnx")result = model(SAMPLE_IMAGE) print(result.boxes.xyxy)

Checkpoints

Tous les fichiers de poids publiés pour cette famille.

Licence

Citation

@inproceedings{liu2016ssd,
  title = {{SSD}: Single Shot MultiBox Detector},
  author = {Liu, Wei and Anguelov, Dragomir and Erhan, Dumitru and Szegedy, Christian and Reed, Scott and Fu, Cheng-Yang and Berg, Alexander C.},
  booktitle = {ECCV},
  year = {2016}
}