确保已安装 git-xet (https://hf.co/docs/hub/git-xet)

brew install git-xet git xet install

git clone https://huggingface.co/asahiner/car-warning-light-detection

如果你想只克隆指针而不包含大文件

GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/asahiner/car-warning-light-detection

确保已安装 hf CLI

curl -LsSf https://hf.co/cli/install.sh | bash

下载模型

hf download asahiner/car-warning-light-detection

🚗 汽车警示灯检测

一个开源深度学习模型，可以从图像中检测和分类车辆仪表盘警示灯。

该模型支持移动端推理 (ONNX) 和 Web/服务器端推理，专为真实场景中同时出现多个警示灯的情况而设计。

🔍 功能特点

• 在单张仪表盘图像中检测多个警示灯
• 分类68 种不同的警示灯类型
• 提供置信度分数
• 为AI 辅助车辆诊断而设计
• 支持以下平台：
  • 📱 移动应用 (ONNX)
  • 🌐 Web / 后端服务器

🖼️ 演示 / 截图

🧠 模型架构

• 骨干网络: ResNet50
• 输入尺寸: 3 × 224 × 224
• 头部:
  • Dropout (0.3)
  • Linear (2048 → 512)
  • ReLU
  • BatchNorm
  • Dropout (0.15)
  • Linear (512 → 68)
• 参数量: ~24.6M

架构定义:
📄 model_architecture.py

📦 文件

🚀 使用方法

PyTorch

import torch
from model_architecture import create_model

model = create_model(num_classes=68)
model.load_state_dict(
    torch.load("car_warning_lights_resnet50.pth", map_location="cpu")
)
model.eval()