Spaces:
Running
on
Zero
Running
on
Zero
File size: 2,551 Bytes
1ea8a8b 11aa70b 1ea8a8b 11aa70b 1ea8a8b 11aa70b 1ea8a8b 11aa70b |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 |
---
title: DEIMv2 Floorplan Symbol Detection
emoji: 🏗️
colorFrom: blue
colorTo: green
sdk: gradio
sdk_version: 5.0.0
app_file: app.py
pinned: false
license: mit
---
# DEIMv2 図面記号検出デモ
DEIMv2 (Detection Enhanced by Interaction Module v2) を使用した図面記号検出デモアプリケーションです。
## 機能
- PNG形式の図面画像からの記号検出
- 検出結果の可視化(バウンディングボックス + ラベル + スコア)
- 記号ごとの個数集計表示
- スコア閾値の調整
## 使用方法
1. 左側に **PNG形式の図面** をアップロード
2. スコア閾値を調整(必要に応じて、デフォルト: 0.3)
3. 「検出を実行」ボタンをクリック
4. 中央に **検出結果付き図面**、右側に **記号名称と個数** が表示されます
## モデル
- **DEIMv2**: DINOv3STAsバックボーンを使用した物体検出モデル
- **検出対象**: door1(クラスID: 5)
## ハードウェア要件
- **推奨**: CPU Basic(2 vCPU、16GBメモリ)以上
- **GPU**: 推論速度向上のため、NVIDIA T4以上のGPUを推奨(オプション)
- **ディスク**: モデルファイル(.pt)はGit LFSで管理されます
## ファイル構成
- `app.py`: Gradio UI + 推論パイプライン
- `detection.py`: DEIMv2推論ラッパー
- `configs/deimv2_floorplan.yaml`: モデル設定ファイル
- `models/best_stg2.pth`: モデル重みファイル(Git LFS)
- `engine/`: YAMLConfig関連モジュール(DEIMv2リポジトリから完全な実装をコピー推奨)
- `core.py`: YAMLConfigクラス
- `_config.py`: BaseConfigクラス
- `workspace.py`: オブジェクト作成ユーティリティ
- `yaml_utils.py`: YAML読み込みユーティリティ
- `requirements.txt`: Python依存関係
## セットアップ注意事項
⚠️ **重要**: `engine/`ディレクトリ内のファイル(`_config.py`、`workspace.py`、`yaml_utils.py`)は最小限のスタブ実装です。
本番環境で動作させるには、既存のDEIMv2リポジトリから完全な実装をコピーすることを強く推奨します。
## トラブルシューティング
- **モデルファイルが見つからない**: Git LFSが正しく設定されているか確認してください
- **メモリ不足**: CPU UpgradeまたはGPUオプションの使用を検討してください
- **推論エラー**: 画像形式がPNG形式であることを確認してください
## ライセンス
MIT
|