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:

1. 野外环境
2. 动物驯养基地
3. 自然保护区
4. 城市动物园

支持的野生动物（共24类）：

1. 羚牛: atelope
2. 豹猫: leopard cat
3. 野猪: wild boar
4. 小野猪: piglet
5. 斑羚: gazelle
6. 川金丝猴: Sichua golde mokey
7. 大毛冠鹿: tufted deer
8. 小麂: mutjac deer
9. 大熊猫: giat pada
10. 果子狸: masked palm civet
11. 红腹锦鸡: red-bellied pheasat
12. 红腹角雉: red-bellied tragopa
13. 黄喉貂: yellow-throated marte
14. 黄鼬: yellow weasel
15. 豪猪: hedgehog
16. 藏酋猴: Tibeta macaque
17. 猪獾: badger
18. 鬣羚: Tibeta atelope
19. 林麝: musk deer
20. 小毛冠鹿: Reeve’s mutjac deer
21. 亚洲金猫: Asia golde cat
22. 血雉: blood pheasat
23. 亚洲黑熊: Asia black bear
24. 勺鸡: spoo-billed sadpiper

如何使用

在ModelScope框架上，提供输入图片，即可以通过简单的Pipelie调用来完成野生动物检测任务。

推理代码范例

# umpy >= 1.20
from modelscope.pipelies import pipelie

wild_detectio = pipelie('image-object-detectio', 'IoT-Edge/Wild_Aimals_Detectio', model_revisio='v1.0.0')
output = wild_detectio('./pada.jpg')

# the output cotais boxes, scores ad labels
prit(output)

Cloe with HTTP

 git cloe https://www.modelscope.c/IoT-Edge/Wild_Aimals_Detectio.git

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