---
title: ViDT-logo-detection
canonical_url: "https://www.modelscope.cn/models/damo/ViDT-logo-detection"
md_url: "https://www.modelscope.cn/models/damo/ViDT-logo-detection.md"
repository: damo/ViDT-logo-detection
chinese_name: "ViDT标识检测模型"
last_updated: 2023-09-18
license: "Apache License 2.0"
pipeline_tag: image-object-detection
tasks:
  - image-object-detection
model_type:
  - "Swin Transformer"
library_name:
  - pytorch
frameworks:
  - pytorch
domain:
  - cv
downloads: 4241
stars: 8
---

# ViDT-logo-detection

> ViDT-logo-detection - damo 在 ModelScope 开源的模型。基于ViDT算法（swin-transformer-tiny）的标识检测模型，支持对台标、车标、交通、品牌等常见标识的检测。输入一张图片，返回标识所在的位置。

damo/ViDT-logo-detection 是 ModelScope 魔搭社区上的image-object-detection模型，采用 Apache License 2.0 许可。

- **Repository**: damo/ViDT-logo-detection
- **License**: Apache License 2.0
- **Tasks**: image-object-detection
- **Downloads**: 4241
- **Stars**: 8
- **Last updated**: 2023-09-18

Source: https://www.modelscope.cn/models/damo/ViDT-logo-detection

---

# ViDT标识检测模型

基于ViDT系列算法训练的标识检测模型，支持对台标、车标、交通、品牌等常见标识的检测。输入一张图片，返回标识所在的位置。
本项目实现的模型为ViDT+，采用的Backbone为Swin-Tiny。


## 模型描述
ViDT+的模型结构如下所示：

<img src="./description/vidt_architecture.png" alt="architecture" width="40%" height="40%">


## 期望模型使用方式以及适用范围

### 如何使用

基于 ModelScope 框架，通过调用预定义的 Pipeline 可实现快速调用。


### 代码范例

```python
from modelscope.pipelines import pipeline

vidt_pipeline = pipeline('image-object-detection',
                         'damo/ViDT-logo-detection')
result = vidt_pipeline('https://modelscope.oss-cn-beijing.aliyuncs.com/test/images/vidt_test1.jpg')
print(f'Output: {result}.')            
```


## 训练数据介绍
- LogoTvstation，台标检测数据集，包含国内常见电视台台标。
- WebLogo2m，互联网上爬取的常见标识检测数据集。
- OpenBrandLogo，数据集包含27种不同的品牌标识，详细可见https://tianchi.aliyun.com/dataset/93606。


## 相关论文以及引用信息


如果该模型对您有所帮助，请引用下面的相关的论文：

```BibTeX
@inproceedings{song2022vidt,
  title={ViDT: An Efficient and Effective Fully Transformer-based Object Detector},
  author={Song, Hwanjun and Sun, Deqing and Chun, Sanghyuk and Jampani, Varun and Han, Dongyoon and Heo, Byeongho and Kim, Wonjae and Yang, Ming-Hsuan},
  booktitle={International Conference on Learning Representation},
  year={2022}
}
@article{song2022vidtplus,
  title={An Extendable, Efficient and Effective Transformer-based Object Detector},
  author={Song, Hwanjun and Sun, Deqing and Chun, Sanghyuk and Jampani, Varun and Han, Dongyoon and Heo, Byeongho and Kim, Wonjae and Yang, Ming-Hsuan},
  journal={arXiv preprint arXiv:2204.07962},
  year={2022}
}
```