dhar174/hugging-face-vision-trainer

hugging-face-vision-trainer은(는) 무엇을 하나요?

Hugging Face Jobs를 사용하여 객체 탐지(D-FINE, RT-DETR v2, DETR, YOLOS), 이미지 분류(timm 모델 — MobileNetV3, MobileViT, ResNet, ViT/DINOv3 및 모든 Transformers 분류기), SAM/SAM2 분할을 위한 비전 모델을 훈련하고 미세 조정합니다.

지원 작업

• 객체 탐지: D-FINE, RT-DETR v2, DETR, YOLOS
• 이미지 분류: timm 모델 (MobileNetV3, MobileViT, ResNet, ViT/DINOv3) 및 Transformers 분류기
• 분할: SAM 및 SAM2

시작하기

1. 훈련 구성 준비:

   from datasets import load_dataset
   from transformers import AutoModelForObjectDetection, AutoImageProcessor
   

2. 데이터 세트 로드 및 전처리:

   dataset = load_dataset("your-dataset")
   image_processor = AutoImageProcessor.from_pretrained("model-name")
   

3. 훈련 스크립트 실행:

   python train.py --model-name model-name --task detection --dataset your-dataset
   

세부 구현

지원되는 각 작업에는 특정 전처리 및 훈련 루틴이 필요합니다. 자세한 내용은 각 작업별 문서를 참조하세요.

객체 탐지

• 앵커 없는 DETR 기반 모델 지원
• COCO 스타일 형식의 데이터 세트 필요
• 추론을 위한 바운딩 박스 후처리 포함

이미지 분류

• 사전 훈련된 timm 및 Transformers 분류기 지원
• 데이터 증강: 무작위 자르기, 수평 뒤집기, 정규화
• 교차 엔트로피 손실로 미세 조정

분할

• SAM/SAM2 사전 훈련된 가중치 사용
• 프롬프트 기반 및 자동 분할 지원
• 마스크 후처리를 위한 출력 형식

사용 예

from hugging_face_vision_trainer import Trainer

trainer = Trainer(
    model_name="facebook/detr-resnet-50",
    task="detection",
    dataset="cocodataset/coco",
    output_dir="./output"
)
trainer.train()

참고

• 훈련 작업은 Hugging Face Jobs 환경에서 실행됩니다.
• GPU 메모리 요구 사항은 모델 크기와 데이터 세트에 따라 다릅니다.
• 추론 및 평가 스크립트도 제공됩니다.