DanielNRU/plan_points

Plan Points - Детекция комнат по плану помещения

Описание проекта

Plan Points — это проект, который преобразует планы помещений в координаты опорных точек (углов). С использованием предобученной модели YOLO и Gradio, приложение позволяет:

• —Загружать изображение плана помещения
• —Выполнять детекцию объектов класса "room"
• —Выводить аннотированное изображение с наложенными полигонами
• —Отображать список координат углов для каждой обнаруженной комнаты

Особенности

• —Детекция комнат: Использование модели YOLO для выявления помещений на плане.
• —Упрощение полигона: Оптимизация набора точек для выделения действительных углов комнат.
• —Gradio-интерфейс: Удобное веб-приложение для демонстрации работы модели.
• —Интеграция с Hugging Face Spaces: Легкое развертывание проекта в облаке.

Быстрый старт

Локальный запуск с использованием Docker

Для запуска приложения локально через Docker выполните следующие шаги:

1. 1.Убедитесь, что у вас установлен Docker.

1. 1.Скачайте Docker-образ:

   docker pull danielnru/plan_points

1. 1.Запустите контейнер:

Если у вас доступен GPU, используйте команду:

   docker run --gpus all -p 7860:7860 danielnru/plan_points

Если GPU не используется, запустите контейнер так:

   docker run -p 7860:7860 danielnru/plan_points

1. 1.Откройте приложение в браузере:

После успешного запуска контейнера откройте браузер и перейдите по адресу:

   http://localhost:7860

Здесь вы сможете воспользоваться Gradio-интерфейсом для загрузки изображений и получения результатов детекции комнат.

Развертывание на Hugging Face Spaces

Проект уже настроен для работы на Hugging Face Spaces. Для развертывания:

1. 1.Клонируйте репозиторий:

   git clone https://huggingface.co/spaces/DanielNRU/plan_points

1. 1.Добавьте или обновите файл app.py и requirements.txt (если необходимо).
2. 2.Разместите файл model.pt в корневой директории.
3. 3.Закоммитьте и запушьте изменения:

   git add .
   git commit -m "Обновление приложения"
   git push

После сборки ваш Space будет доступен по соответствующему URL.

Структура проекта

.
├── app.py               # Основное приложение Gradio
├── model.pt             # Файл весов модели YOLO
├── requirements.txt     # Зависимости Python
└── README.md            # Описание проекта

Зависимости

Проект использует следующие Python-библиотеки:

• —gradio – для создания веб-интерфейса
• —opencv-python-headless – для работы с изображениями
• —numpy – для математических операций
• —ultralytics – для работы с моделью YOLO
• —torch и torchvision – для работы с deep learning моделями

Все зависимости перечислены в файле requirements.txt.

Контакты

Разработчик: Мельник Даниил Владимирович GitHub: DanielNRU Hugging Face: DanielNRU