Ana içeriğe geç

Hızlı Başlangıç

SAHI büyük bir görseli örtüşen dilimlere ayırır, dedektörünüzü her dilimde çalıştırır ve tespitleri tam görsel üzerinde yeniden birleştirir. Küçük nesneler tespit edilebilecek kadar büyük kalır ve yeniden eğitim gerekmez.

1. Kurulum

pip install "sahi[ultralytics]"

sahi tek başına bir dedektörle gelmez, bu yüzden istediğiniz framework için ilgili ekstrayı seçin: ultralytics, transformers, yolov5, roboflow, torchvision, torch, onnx, numba veya all. Conda kullanıcıları conda install -c conda-forge sahi çalıştırıp framework'ü ayrıca kurabilir.

2. Prediction alın

Bu örnek CPU üzerinde baştan sona çalışır. Örnek bir görsel indirir ve Ultralytics ilk kullanımda yolo26n.pt dosyasını indirir.

from sahi import AutoDetectionModel
from sahi.predict import get_sliced_prediction
from sahi.utils.file import download_from_url

download_from_url(
    "https://raw.githubusercontent.com/obss/sahi/main/demo/demo_data/small-vehicles1.jpeg",
    "demo_data/small-vehicles1.jpeg",
)

detection_model = AutoDetectionModel.from_pretrained(
    model_type="ultralytics",
    model_path="yolo26n.pt",
    confidence_threshold=0.25,
    device="cpu",  # or "cuda:0"
)

result = get_sliced_prediction(
    "demo_data/small-vehicles1.jpeg",
    detection_model,
    slice_height=512,
    slice_width=512,
    overlap_height_ratio=0.2,
    overlap_width_ratio=0.2,
)

Başka bir framework için model_type ve model_path değerlerini değiştirin. Tam liste için Model Entegrasyonları sayfasına bakın.

3. Sonucu okuyun

result bir PredictionResult nesnesidir. Her tespit result.object_prediction_list içinde bulunur.

for pred in result.object_prediction_list:
    print(pred.category.name, pred.score.value, pred.bbox.to_xyxy())

# Writes demo_data/prediction_visual.png
result.export_visuals(export_dir="demo_data/")

# COCO-format dicts, ready to dump as JSON
coco_predictions = result.to_coco_predictions(image_id=1)

Görseliniz zaten model girdi boyutuna yakınsa, bunun yerine get_prediction kullanın ve dilimlemeyi tamamen atlayın.

4. Aynı işlem CLI ile

sahi predict --model_type ultralytics --model_path yolo26n.pt --source demo_data/ --slice_height 512 --slice_width 512

Görseller runs/predict/exp dizinine yazılır. Değerlendirme için ayrıca bir COCO result.json dosyası dışa aktarmak isterseniz --dataset_json_path dataset.json ekleyin.

Sonraki Adımlar