sahi Unduh - pengunduhan kode sumber sahi

sahi

ular piton

0.11.19

Unduh

SAHI: Inferensi Hiper Berbantuan Pemotongan

Pustaka visi ringan untuk melakukan deteksi objek skala besar & segmentasi instans

Ringkasan

Deteksi objek dan segmentasi instance sejauh ini merupakan aplikasi terpenting dalam Computer Vision. Namun pendeteksian objek kecil dan inferensi pada gambar besar masih perlu ditingkatkan dalam penggunaan praktis. Inilah SAHI untuk membantu pengembang mengatasi masalah dunia nyata ini dengan banyak utilitas visi.

Memerintah	Keterangan
meramalkan	melakukan prediksi irisan/video/gambar standar menggunakan model ultralytics/mmdet/detectron2/huggingface/torchvision apa pun
prediksi-lima puluh orang	melakukan prediksi irisan/standar menggunakan model ultralytics/mmdet/detectron2/huggingface/torchvision apa pun dan jelajahi hasilnya di lima puluh satu aplikasi
irisan kelapa	secara otomatis mengiris anotasi COCO dan file gambar
coco lima puluh satu	jelajahi beberapa hasil prediksi pada kumpulan data COCO Anda dengan lima puluh satu ui yang diurutkan berdasarkan jumlah kesalahan deteksi
penilaian kelapa	mengevaluasi COCO AP dan AR berdasarkan kelas untuk prediksi dan kebenaran dasar tertentu
analisis kelapa	menghitung dan mengekspor banyak plot analisis kesalahan
kelapa yolov5	secara otomatis mengonversi kumpulan data COCO apa pun ke format ultralitik

Contoh Mulai Cepat

Daftar publikasi yang mengutip SAHI (saat ini 200+)

? Daftar pemenang kompetisi yang menggunakan SAHI

Tutorial

Pengantar SAHI
Makalah resmi (ICIP 2022 lisan)
Anak timbang yang telah dilatih sebelumnya dan file kertas ICIP 2022
Memvisualisasikan dan Mengevaluasi prediksi SAHI dengan FiftyOne (2024) (BARU)
Artikel Penelitian 'Menjelajahi SAHI' dari 'learnopencv.com'
'TUTORIAL VIDEO: Slicing Aided Hyper Inference untuk Deteksi Objek Kecil - SAHI' (DIREKOMENDASIKAN)
Dukungan inferensi video ditayangkan secara langsung
Buku catatan Kaggle
Deteksi objek satelit
Plot & evaluasi analisis kesalahan (DIANJURKAN)
Visualisasi dan inspeksi hasil yang interaktif (DIANJURKAN)
Konversi kumpulan data COCO
Buku catatan operasi pemotongan
Demo YOLOX + SAHI : (DIANJURKAN)
Panduan RT-DETR + SAHI : (BARU)
Panduan YOLOv8 + SAHI :
Panduan DeepSparse + SAHI :
Panduan HuggingFace + SAHI :
Panduan YOLOv5 + SAHI :
Panduan MMDetection + SAHI :
Panduan Detectron2 + SAHI :
Panduan TorchVision + SAHI :

sahi-yolox

Instalasi

instalasi sahi

Detail instalasi:

Instal sahi menggunakan pip:

 pip install sahi

Di Windows, Shapely perlu diinstal melalui Conda:

 conda install -c conda-forge shapely

Instal versi pytorch dan torchvision yang Anda inginkan (cuda 11.3 untuk detector2, cuda 11.7 untuk sisanya):

 conda install pytorch=1.10.2 torchvision=0.11.3 cudatoolkit=11.3 -c pytorch

 conda install pytorch=1.13.1 torchvision=0.14.1 pytorch-cuda=11.7 -c pytorch -c nvidia

Instal kerangka deteksi yang Anda inginkan (yolov5):

 pip install yolov5==7.0.13

Instal kerangka deteksi yang Anda inginkan (ultralytics):

 pip install ultralytics==8.0.207

Instal kerangka deteksi yang Anda inginkan (mmdet):

 pip install mim
mim install mmdet==3.0.0

Instal kerangka deteksi yang Anda inginkan (detectron2):

 pip install detectron2 -f https://dl.fbaipublicfiles.com/detectron2/wheels/cu113/torch1.10/index.html

Instal kerangka deteksi yang Anda inginkan (huggingface):

 pip install transformers timm

Instal kerangka deteksi yang Anda inginkan (gradien super):

 pip install super-gradients==3.3.1

Irisan Agnostik Kerangka/Prediksi Standar

sahi-prediksi

Temukan info detail tentang perintah sahi predict di cli.md.

Temukan info detail tentang inferensi video di tutorial inferensi video.

Temukan info detail tentang utilitas pemotongan gambar/dataset di slicing.md.

Plot & Evaluasi Analisis Kesalahan

sahi-analisis

Temukan info detail di Plot & Evaluasi Analisis Kesalahan.

Visualisasi & Inspeksi Interaktif

sahi-lima puluh orang

Temukan info detail di Visualisasi dan Inspeksi Hasil Interaktif.

Utilitas lainnya

Temukan info terperinci tentang utilitas COCO (konversi yolov5, pemotongan, subsampling, pemfilteran, penggabungan, pemisahan) di coco.md.

Temukan info mendetail tentang utilitas MOT (pembuatan kumpulan data kebenaran dasar, mengekspor metrik pelacak dalam format tantangan besar) di mot.md.

Kutipan

Jika Anda menggunakan paket ini dalam karya Anda, harap kutip sebagai:

 @article{akyon2022sahi,
  title={Slicing Aided Hyper Inference and Fine-tuning for Small Object Detection},
  author={Akyon, Fatih Cagatay and Altinuc, Sinan Onur and Temizel, Alptekin},
  journal={2022 IEEE International Conference on Image Processing (ICIP)},
  doi={10.1109/ICIP46576.2022.9897990},
  pages={966-970},
  year={2022}
}

 @software{obss2021sahi,
  author       = {Akyon, Fatih Cagatay and Cengiz, Cemil and Altinuc, Sinan Onur and Cavusoglu, Devrim and Sahin, Kadir and Eryuksel, Ogulcan},
  title        = {{SAHI: A lightweight vision library for performing large scale object detection and instance segmentation}},
  month        = nov,
  year         = 2021,
  publisher    = {Zenodo},
  doi          = {10.5281/zenodo.5718950},
  url          = {https://doi.org/10.5281/zenodo.5718950}
}

Berkontribusi

perpustakaan sahi saat ini mendukung semua model YOLOv5, model MMDetection, model Detectron2, dan model deteksi objek HuggingFace. Selain itu, mudah untuk menambahkan kerangka kerja baru.

Yang perlu Anda lakukan hanyalah membuat file .py baru di folder sahi/models/ dan membuat kelas baru di file .py tersebut yang mengimplementasikan kelas DetectionModel. Anda dapat menggunakan wrapper MMDetection atau wrapper YOLOv5 sebagai referensi.

Sebelum membuka PR: