deformable detr 预测

### 使用 Deformable DETR 进行目标检测预测 为了利用 Deformable DETR 执行目标检测预测，需遵循特定流程并准备相应环境。Deformable DETR 是基于 DETR 的改进版本，在保持端到端架构的同时引入了多尺度可变形注意力机制来加速收敛过程并提升性能[^2]。 #### 准备工作 确保安装必要的依赖库，如 PyTorch 和 torchvision。建议创建虚拟环境以隔离项目依赖项。对于 Windows 用户而言，可以参考具体指南完成配置[^3]。 ```bash conda create -n detr python=3.8 conda activate detr pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113 pip install git+https://github.com/facebookresearch/detr.git ``` #### 加载预训练模型 加载官方提供的预训练权重文件，这有助于快速启动实验而不必从头开始训练整个网络结构。 ```python import torch from models import build_model checkpoint = torch.load('path_to_checkpoint.pth', map_location='cpu') model, criterion, postprocessors = build_model(checkpoint['args']) model.load_state_dict(checkpoint['model']) model.eval() ``` #### 数据预处理 输入图像前需要经过标准化处理，调整大小至固定尺寸，并转换成张量形式以便于后续计算操作。 ```python from PIL import Image import transforms as T def get_transform(): transform = [] transform.append(T.Resize(800)) transform.append(T.ToTensor()) transform.append(T.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])) return T.Compose(transform) img = Image.open("test.jpg").convert("RGB") transform = get_transform() img_tensor = transform(img).unsqueeze_(0) ``` #### 预测阶段 调用 `forward` 方法传入待检测图片数据，获取输出结果后再通过后处理函数解析得到最终的目标框坐标及其类别标签信息。 ```python with torch.no_grad(): outputs = model(img_tensor)[0] scores = outputs["pred_logits"].softmax(-1)[:, :, :-1].max(-1)[0] boxes = outputs["pred_boxes"] for score, box in zip(scores, boxes): if score > 0.7: # 设置置信度阈值筛选有效预测 xmin, ymin, xmax, ymax = box.cpu().numpy() * img.size[::-1]*2 print(f"Detected object with confidence {score:.2f} at location ({xmin},{ymin}) to ({xmax},{ymax})") ```