野生动物检测模型
输入一张图像,对其进行野生动物检测(共支持24类),输出图片中所有野生动物的检测框、置信度和标签。
模型描述
输入一张图像,对其进行野生动物检测(共支持24类),输出图片中所有野生动物的检测框、置信度和标签。
使用方式和范围
使用方式:
- 输入任意图像,返回图像中所有的野生动物的框坐标、置信度和标签。
目标场景:
- 野外环境
- 动物驯养基地
- 自然保护区
- 城市动物园
支持的野生动物(共24类):
- 羚牛: antelope
- 豹猫: leopard cat
- 野猪: wild boar
- 小野猪: piglet
- 斑羚: gazelle
- 川金丝猴: Sichuan golden monkey
- 大毛冠鹿: tufted deer
- 小麂: muntjac deer
- 大熊猫: giant panda
- 果子狸: masked palm civet
- 红腹锦鸡: red-bellied pheasant
- 红腹角雉: red-bellied tragopan
- 黄喉貂: yellow-throated marten
- 黄鼬: yellow weasel
- 豪猪: hedgehog
- 藏酋猴: Tibetan macaque
- 猪獾: badger
- 鬣羚: Tibetan antelope
- 林麝: musk deer
- 小毛冠鹿: Reeve’s muntjac deer
- 亚洲金猫: Asian golden cat
- 血雉: blood pheasant
- 亚洲黑熊: Asian black bear
- 勺鸡: spoon-billed sandpiper
如何使用
在ModelScope框架上,提供输入图片,即可以通过简单的Pipeline调用来完成野生动物检测任务。
推理代码范例
# numpy >= 1.20
from modelscope.pipelines import pipeline
wild_detection = pipeline('image-object-detection', 'IoT-Edge/Wild_Animals_Detection', model_revision='v1.0.0')
output = wild_detection('./panda.jpg')
# the output contains boxes, scores and labels
print(output)
Clone with HTTP
git clone https://www.modelscope.cn/IoT-Edge/Wild_Animals_Detection.git