PicoDet

Instalacja

PicoDet nie wymaga niczego poza pakietem podstawowym.

pip install libreyolo

Predykcja

Przy pierwszym użyciu wagi są pobierane z Hugging Face i zapisywane w lokalnej pamięci podręcznej.

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

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

Zwracany obiekt Results jest taki sam dla każdej rodziny, więc zamiana na inny detektor wymaga zmiany jednego wiersza. Parametr conf ustawia próg pewności, a iou próg NMS. Informacje o źródłach, strumieniowaniu i obsłudze wyników znajdziesz w sekcji predykcja.

Warianty

Dostępne są trzy rozmiary, każdy z własną stałą rozdzielczością wejściową: s jest najmniejszy, a l największy. Rozdzielczość rośnie wraz z rozmiarem, więc większe punkty kontrolne nie tylko mają więcej parametrów, lecz również wymagają więcej obliczeń na obraz.

Trenowanie

from libreyolo import LibreYOLO model = LibreYOLO("LibrePICODETs.pt")model.train(    data="my-dataset.yaml",    epochs=300, batch=16, lr0=0.01,)

# Warto ustawić imgsz: interfejs CLI domyślnie używa 640, podczas gdy# natywna wartość punktu kontrolnego s to 320.libreyolo train model=LibrePICODETs.pt data=my-dataset.yaml imgsz=320 epochs=300 batch=16 lr0=0.01

Składniki funkcji straty i metoda przypisywania odpowiadają konfiguracji źródłowej: VFL, DFL, GIoU i SimOTA, z ważeniem jakością klasyfikacji oraz dynamicznymi celami VFL opartymi na IoU. Wnioskowanie na tym samym punkcie kontrolnym jest bitowo równoważne z projektem źródłowym.

Zgodnie z docstringiem samej metody train() nie sprawdzono pełnej zbieżności na całym zbiorze danych, działania z wieloma GPU ani żadnej augmentacji poza odbiciem poziomym. Punkt kontrolny s w natywnej rozdzielczości 320 również nie przekraczał niezawodnie progu dokładności LibreYOLO na zestawie testowym obejmującym 30 obrazów i dwie klasy, używanym przez bibliotekę do testowania małych procesów dostrajania. Ten rozmiar lepiej pasuje do pełnej skali COCO.

Metoda train() przyjmuje także argument pretrained, ale jego wartość nie jest nigdzie odczytywana wewnątrz metody: trenowanie zawsze jest kontynuowane z wag, z którymi utworzono model, więc pretrained=False nie inicjalizuje sieci ponownie. Jeśli imgsz nie zostanie ustawione w Pythonie, przyjmowana jest natywna rozdzielczość załadowanego punktu kontrolnego: 320 dla s, 416 dla m i 640 dla l. Interfejs CLI zawsze przekazuje imgsz, domyślnie 640, dlatego należy ustawić ten parametr tak, aby odpowiadał punktowi kontrolnemu.

Przy pozostałych ustawieniach domyślnych trener wykonuje 300 epok z optymalizatorem SGD, lr0=0.01, pędem 0,9, zanikiem wag 4e-5 i jedną epoką rozgrzewki w harmonogramie cosinusowym. Odbicie poziome jest jedyną stosowaną augmentacją.

Informacje o zbiorach danych, augmentacji, wielu GPU i loggerach znajdziesz w sekcji trenowanie.

Walidacja

Metoda val() zwraca słownik kluczy metrics/ obejmujących precyzję, czułość, mAP 50 i mAP 50-95, mierzone na dowolnym zbiorze danych w formacie użytym do trenowania.

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

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

Eksport

Wyeksportowany artefakt jest ponownie ładowany przez LibreYOLO() na podstawie rozszerzenia pliku, więc plik .onnx lub .engine zachowuje się jak punkt kontrolny i zwraca ten sam obiekt Results. Obsługiwane jest także uruchamianie grafu w samym środowisku uruchomieniowym bez zainstalowanego LibreYOLO, ale wówczas samodzielnie trzeba zaimplementować przetwarzanie wstępne i końcowe.

from libreyolo import LibreYOLO model = LibreYOLO("LibrePICODETs.pt")model.export(format="onnx", imgsz=320)model.export(format="tensorrt", imgsz=320, half=True)

libreyolo export model=LibrePICODETs.pt format=onnx imgsz=320libreyolo export model=LibrePICODETs.pt format=tensorrt imgsz=320 half=True

from libreyolo import LibreYOLO, SAMPLE_IMAGE # Fabryka wybiera ścieżkę na podstawie rozszerzenia pliku, dlatego# artefakt ładuje się jak punkt kontrolny i zwraca ten sam obiekt Results.model = LibreYOLO("LibrePICODETs.onnx")result = model(SAMPLE_IMAGE) print(result.boxes.xyxy)

Punkty kontrolne

Wszystkie opublikowane pliki wag dla tej rodziny.

Licencjonowanie

Cytowanie

@misc{yu2021pppicodet,
      title={PP-PicoDet: A Better Real-Time Object Detector on Mobile Devices},
      author={Guanghua Yu and Qinyao Chang and Wenyu Lv and Chang Xu and Cheng Cui and Wei Ji and Qingqing Dang and Kaipeng Deng and Guanzhong Wang and Yuning Du and Baohua Lai and Qiwen Liu and Xiaoguang Hu and Dianhai Yu and Yanjun Ma},
      year={2021},
      eprint={2111.00902},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}