GPT
הוספת כלי
A

adetailer

קוד פתוח

Bingsuapache-2.02023-04-26

  • ultralytics
  • pytorch

אוסף מודלי ראייה ממוחשבת מבוססי YOLO לזיהוי פנים, ידיים, גוף ובגדים. הוא מתאים למי שצריך לאתר ולתחום איברים או לבוש באיורים ובצילומים.

  • 313 MBמשקל הקבצים
  • 9,616,238הורדות בחודש
  • 766לייקים

מה זה

המאגר כולל משקלי YOLOv8 ו־YOLOv9 שמאומנים על שילוב של תמונות אמיתיות ואיורי אנימה. החלוקה מכסה מטרות ממוקדות: זיהוי פנים, איתור ידיים, סגמנטציה של גוף שלם, וסגמנטציה של שלושה עשר פרטי לבוש שונים מתוך DeepFashion2 כמו חולצות קצרות, שמלות ומכנסיים.

מבחינת דיוק, הדגמים הקטנים יותר לפנים מחזיקים ב־mAP 50 של 0.660 עד 0.669, ואילו גרסאות הביניים מגיעות ל־0.748. אצל ידיים התוצאות מגיעות ל־0.810 בדגם YOLOv9c. בסגמנטציית בגדים הביצועים מגיעים ל־0.849 בתיבות תוחמות ו־0.840 במסיכות, מה שמעיד על התאמה טובה לזיהוי גבולות ביגוד.

מתאים ל

  • איתור פנים באיורים וצילום

    מאומן במיוחד גם על ציורי אנימה וגם על WIDER FACE, מה שפותר בעיות זיהוי בסגנונות ציור שונים.

  • זיהוי ומיקום כפות ידיים

    מגיע לדיוק של עד 0.810 ב־mAP 50 עבור ידיים, משימה שלרוב קשה למודלי גילוי כלליים.

  • חיתוך וסיווג בגדים

    יוצר מסיכות חיתוך מדויקות ל־13 פריטי לבוש מוגדרים מתוך תמונות ריאליסטיות.

איפה זה נופל

חלק מקובצי הסגמנטציה במאגר מסומנים כלא בטוחים בגלל שימוש ב־getattr בזמן שמירת ה־pickle. בנוסף, מודלי הפנים הקטנים מגיעים ל־mAP של 0.366 בטווח המחמיר שבין 50 ל־95, כך שברזולוציות מורכבות או זוויות קשות יהיו פספוסים. המודלים הוגדרו רק למטרות ספציפיות של פנים, ידיים וביגוד, ולא מזהים אובייקטים מעבר לכך.

שאלות
נפוצות

למה האתר מתריע על קבצים לא בטוחים בהורדה?

האזהרה נובעת משימוש בפונקציית getattr בפורמט pickle של מודלי הסגמנטציה. היוצר מציין שהקבצים נוצרו בספריית ultralytics הרשמית, אך אם הסביבה שלכם חוסמת קבצים כאלה, תצטרכו לאשר אותם ידנית.

איזה קובץ מהמאגר צריך לבחור?

המאגר מפוצל לקבצים שונים לפי משימה וגודל. אם המטרה היא סגמנטציית ביגוד צריך לבחור בקובץ deepfashion2, ולמשימות פנים או ידיים בוחרים בין גרסאות n הקלות לגרסאות s, m או v9c המדויקות יותר.

איך מריצים

ההרצה נעשית דרך ספריית ultralytics הרשמית בפייתון. מורידים משקל ספציפי מהמאגר באמצעות huggingface_hub, טוענים לתוך אובייקט YOLO רגיל, ומזינים תמונה ישירות למודל בלי צורך בתשתית מסובכת.

כל הקבצים יחד שוקלים 313 מגה בייט, כך שמשקל של מודל בודד נע סביב עשרות מגה בייטים בודדים בלבד. אפשר להריץ אותם על מעבד רגיל או כרטיס מסך בסיסי, ואין שום הצדקה לשלם על שירות חיצוני או API בשביל משימות כאלה.

pip install -U huggingface_hub
hf download Bingsu/adetailer

הקבצים

14 קבצים במאגר, 313 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הפרויקט מופץ תחת רישיון apache-2.0. מותר להשתמש בו לצרכים מסחריים, לשנות אותו ולהפיץ אותו כחלק ממוצר סגור, בתנאי ששומרים על הודעת זכויות היוצרים והרישיון המקורי בקוד.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗