chamdiemgianhang-vsk-v6
chanelcolgate
Detección de objetos
Este modelo es una solución de detección de objetos, utilizado principalmente con PyTorch y TensorBoard. Fue entrenado usando el conjunto de datos 'chanelcolgate/yenthienviet' y está diseñado para ser utilizado en aplicaciones de visión por computadora. Según el resultado de la evaluación, el modelo tiene un [email protected](box) auto-reportado de 0.994 en el conjunto de validación de 'yenthienviet'.
Como usar
Para usar el modelo siga los siguientes pasos:
# Instale ultralyticsplus y ultralytics
pip install ultralyticsplus==0.1.0 ultralytics==8.0.239
# Cargue el modelo y haga una predicción
from ultralyticsplus import YOLO, render_result
# cargar modelo
model = YOLO('chanelcolgate/chamdiemgianhang-vsk-v6')
# establecer 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 class-agnostic
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
- Compatibilidad con TensorBoard
- Uso de PyTorch
- Entrenamiento y evaluación con el conjunto de datos 'yenthienviet'
- Evaluación y resultados detallados
Casos de uso
- Detección de diferentes tipos de objetos en imágenes
- Aplicaciones de visión por computadora
- Sistemas de seguridad y vigilancia automatizados
- Clasificación y categorización de productos