---
title: Five_In_One_Detection
canonical_url: "https://www.modelscope.cn/models/IoT-Edge/Five_In_One_Detection"
md_url: "https://www.modelscope.cn/models/IoT-Edge/Five_In_One_Detection.md"
repository: IoT-Edge/Five_In_One_Detection
chinese_name: "五合一常用物体人/车/宠物/火焰/纸箱目标检测"
last_updated: 2024-05-28
license: "Apache License 2.0"
pipeline_tag: domain-specific-object-detection
tasks:
  - domain-specific-object-detection
model_type:
  - my-custom-model
library_name:
  - onnx
  - pytorch
frameworks:
  - Pytorch
domain:
  - cv
downloads: 120124
stars: 19
tags:
  - Alibaba
  - IoT
---

# Five_In_One_Detection

> Five_In_One_Detection - IoT-Edge 在 ModelScope 开源的模型。提供五合一常用目标检测，人 车 宠物 火焰 纸箱（包裹）

IoT-Edge/Five_In_One_Detection 是 ModelScope 魔搭社区上的domain-specific-object-detection模型，采用 Apache License 2.0 许可。

- **Repository**: IoT-Edge/Five_In_One_Detection
- **License**: Apache License 2.0
- **Tasks**: domain-specific-object-detection
- **Tags**: Alibaba, IoT
- **Downloads**: 120124
- **Stars**: 19
- **Last updated**: 2024-05-28

Source: https://www.modelscope.cn/models/IoT-Edge/Five_In_One_Detection

---

<div align="center"><img src="assets/header.jpg" width="2000"></div>
<div align="center"><img src="assets/header1.jpg" width="2000"></div>

# 实时五合一人/宠物/车/火焰/纸箱检测模型
输入一张图像，对其中的人/宠物/车/火焰/纸箱进行检测，输出图片中所有目标的检测框、置信度和标签。


[视觉模型边缘+端侧部署指南](https://modelscope.cn/brand/view/ai_porting_kit)  

[阿里云免费0代码开发10+种主流芯片的c++硬件加速SDK/性能评估/寒武纪/瑞芯微/Sigmastar/算能/君正/清微/Nvidia/等其他主流芯片](https://iotedge.console.aliyun.com/algorithm/modelManage)  

部署问题加算法开发平台开发者联盟群钉钉：49280002751
<div align="left"><img src="assets/dingding-2023.png" width="2000"></div>

## 模型描述
输入一张图像，对其中的人/宠物/车/火焰/纸箱进行检测，输出图片中所有目标的检测框、置信度和标签。

| 类别ID | 类别名称 |
| ------------ | ------------ |
| 0 | person |
| 1 | pet |
| 2 | vehicle |
| 3 | package |
| 4 | fire |

## 使用方式和范围
使用方式：
- 输入一张图像，对其中的人/宠物/车/火焰/纸箱进行检测，输出图片中所有目标的检测框、置信度和标签。

目标场景:
1，监控场景

### 如何使用
在ModelScope框架上，提供输入图片，即可以通过简单的Pipeline调用

#### 推理代码范例
```python
from modelscope.pipelines import pipeline

pipe = pipeline('domain-specific-object-detection', 'IoT-Edge/Five_In_One_Detection', model_revision='v1.0.0')
output = pipe('./0.jpg')
print(output)
```
#### Clone with HTTP
```bash
  git clone https://www.modelscope.cn/IoT-Edge/Five_In_One_Detection.git
```