YOLOv8
adityaeucloid
Detección de objetos
YOLOv8 es un modelo de detección de objetos basado en PyTorch desarrollado por adityaeucloid y ultralytics. Su tecnología ultralytics v8 y ultralyticsplus lo hacen ideal para tareas de visión por computadora, proporcionando resultados de evaluación precisos y rendimiento eficiente.
Como usar
Cómo usar el modelo:
Instalar ultralyticsplus:
pip install ultralyticsplus==0.0.29 ultralytics==8.0.238
Cargar el modelo y realizar la predicción:
from ultralyticsplus import YOLO, render_result
# cargar modelo
model = YOLO('adityaeucloid/YOLOv8')
# configurar parámetros del modelo
model.overrides['conf'] = 0.25 # Umbral de confianza NMS
model.overrides['iou'] = 0.45 # Umbral de IoU NMS
model.overrides['agnostic_nms'] = False # NMS agnóstico de clases
model.overrides['max_det'] = 1000 # número máximo de detecciones por imagen
# establecer imagen
image = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'
# realizar inferencia
results = model.predict(image)
# observar resultados
print(results[0].boxes)
render = render_result(model=model, image=image, result=results[0])
render.show()
Funcionalidades
- Detección de objetos
- Soporte para etiquetado personalizado
- Alta precisión en detección de múltiples categorías
- Umbral de confianza configurables
- NMS agnóstico de clases configurable
- Capacidad de detección máxima ajustable
Casos de uso
- Detección de dirección del cliente
- Detección de GST del cliente
- Identificación de nombres de clientes
- Detección de PAN del cliente
- Clasificación de tipo de documento
- Detección de fechas de factura
- Identificación de números de factura
- Reconocimiento de tablas de facturas
- Identificación de cantidad neta
- Detección de dirección del proveedor
- Detección de GST del proveedor
- Identificación de nombres de proveedores
- Detección de PAN del proveedor
- Identificación de cantidad de impuestos
- Identificación del monto total