SSD

Instalação

O SSD não precisa de nenhum extra opcional. Tudo o que ele importa está na instalação base.

pip install libreyolo

Predição

Os pesos são baixados do Hugging Face no primeiro uso e ficam em cache local.

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

O objeto Results retornado é o mesmo que todas as famílias retornam, então trocar por outro detector é uma mudança de uma linha. O SSD decodifica sua grade de caixas padrão com scores por classe e depois roda a non-maximum suppression, então conf, iou e max_det têm efeito real aqui, ao contrário dos detectores baseados em queries desta biblioteca. Veja predição para fontes, streaming e tratamento de resultados.

Variantes

O SSD vem com um único checkpoint: a rede SSD300 baseada em VGG16, na sua tela nativa fixa. Não há escolha de tamanho ou escala nesta família; predição, validação e exportação usam esse mesmo grafo.

O arquivo de pesos é LibreSSD300.pt, o prefixo da família seguido da sua única chave de tamanho, "300". A classe por trás dele é LibreSSD, então a construção direta é LibreSSD(size="300"), e não uma classe com o nome do arquivo.

Validação

val() retorna um dicionário de chaves metrics/ cobrindo precisão, recall, mAP 50 e mAP 50-95, medidos contra qualquer dataset no formato em que você treinou.

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

Exportação

O SSD exporta apenas para ONNX; todos os outros formatos estão bloqueados para esta família no momento. A exportação sempre usa a tela nativa do checkpoint, e o grafo expõe a cabeça bruta empacotada do SSD em vez de uma saída de non-maximum-suppression fundida, então nms=True não é aceito na hora da exportação. Os próprios backends do LibreYOLO rodam a etapa de decode e supressão depois de carregar o grafo de volta.

from libreyolo import LibreYOLO model = LibreYOLO("LibreSSD300.pt") # imgsz foi deixado de fora aqui de propósito: o SSD300 é traçado na# tela nativa do seu checkpoint, e qualquer outro valor gera um erro# antes de a exportação começar.model.export(format="onnx")

libreyolo export model=LibreSSD300.pt format=onnx

from libreyolo import LibreYOLO # A factory roteia pela extensão do arquivo, então um artefato# exportado carrega como qualquer checkpoint e retorna o mesmo# objeto Results.model = LibreYOLO("LibreSSD300.onnx")result = model(SAMPLE_IMAGE) print(result.boxes.xyxy)

Checkpoints

Todos os arquivos de pesos publicados desta família.

Licenciamento

Citação

@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}
}