Instructions to use Nerton/pnaat-modelos with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- ultralytics
How to use Nerton/pnaat-modelos with ultralytics:
# Couldn't find a valid YOLO version tag. # Replace XX with the correct version. from ultralytics import YOLOvXX model = YOLOvXX.from_pretrained("Nerton/pnaat-modelos") source = 'http://images.cocodataset.org/val2017/000000039769.jpg' model.predict(source=source, save=True) - Notebooks
- Google Colab
- Kaggle
Modelos do projeto de inspecao visual (PNAAT)
Pacotes de modelo treinado: deteccao de tampa e deformidade do corpo em linha de envase, e
classificacao do corpo. Cada pacote traz o peso, o contrato do modelo, os metadados do treino, o
contrato de pre-processamento quando existe e o SHA256SUMS que fecha o conjunto.
| pacote | o que e |
|---|---|
corpo-cls |
classificador do corpo |
corpo-detector |
detector do corpo |
v7a-lateral .. v9b-lateral |
deteccao lateral, versoes sucessivas |
v9b-lateral-calibrado |
deteccao lateral calibrada (a vigente) |
Como conferir
sha256sum -c <pacote>/SHA256SUMS
Nota tecnica
Os pesos foram re-serializados para remover caminhos de instalacao gravados nos metadados de
treino. O conteudo aprendido e identico: a verificacao compara a predicao do peso antes e depois
no mesmo quadro e exige diferenca zero. O indice completo dos pesos (sha256, bytes e metrica
quando existe) esta em models/INDEX.csv, no repositorio do projeto.
- Downloads last month
- 64