目标检测
在本练习中，您将继续使用之前的 flickr 数据集，其中包含 30,000 张图像及其对应的标题。现在，您将查找模型检测到的目标的边界框。
示例图像（image）和管道模块（pipeline）已加载。
本练习是课程的一部分
使用 Hugging Face 的多模态模型
练习说明
- 使用
facebook/detr-resnet-50预训练模型加载object-detection管道。 - 找到已检测目标的
label。 - 找到对应的置信度
score。 - 找到已检测目标的边界框
box坐标。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Load the object-detection pipeline
pipe = pipeline("____", "____", revision="no_timm")
pred = pipe(image)
outputs = pipe(image)
for n, obj in enumerate(outputs):
# Find the detected label
label = ____
# Find the confidence score of the prediction
confidence = ____
# Obtain the bounding box coordinates
box = ____
plot_args = {"linewidth": 1, "edgecolor": colors[n], "facecolor": 'none'}
rect = patches.Rectangle((box['xmin'], box['ymin']), box['xmax']-box['xmin'], box['ymax']-box['ymin'], **plot_args)
ax.add_patch(rect)
print(f"Detected {label} with confidence {confidence:.2f} at ({box['xmin']}, {box['ymin']}) to ({box['xmax']}, {box['ymax']})")
plt.show()