企业官网建设流程全解析

文章目录

• 一、YOLOE（Real-Time Seeing Anything）：实时感知一切
• • 1️⃣模型概述
  • 2️⃣核心思想
  • 3️⃣模型架构
  • 4️⃣ 可用模型 + 性能对比
  • • （1）文本/视觉提示模型
    • （2）无提示词模型（Prompt-Free，PF）
  • 5️⃣ 视觉提示分割（VPSeg）
  • • （1）对不封闭目标，高度敏感
    • （2）对未训练数据，置信度偏低
  • 6️⃣使用特点：自动下载预训练权重...
• 二、函数详解
• • 1、加载模型：YOLOE()
  • 2、模型预测：model.predict()
  • • （1）调参建议
    • （2）参数列表
    • • （1）参考图像：refer_image——具备跨图像迁移能力
      • （1）视觉提示：visual_prompts
      • （2）视觉提示分割预测器：YOLOEVPSegPredictor
  • 3、输出结果：results[0]
• 三、项目实战
• • 1、环境配置
  • 2、下载模型
  • 3、模型预测
  • • （1）文本提示：text-prompt
    • （2）视觉提示：visual-prompt
    • • （2.1）UI版本：鼠标交互 + 实时调参（可视化效果）
      • （2.2）支持完全封闭目标：强依赖参数，不同图像需要精调
      • （2.3）不支持不封闭目标：效果差
      • （2.4）支持视觉提示的跨图像迁移能力：将当前图像的视觉提示迁移到另一张图像中
      • • 注意点1：视觉提示与输入图像尺度的关系
        • 注意点2：（自定义）参考图像的视觉提示 + 模板匹配（不推荐，可忽略）
    • （3）无提示词：prompt-free