detección_de_sellos_de_mano_de_naruto
eeshawn11
Detección de objetos
Este modelo está diseñado para la detección de objetos específicos relacionados con los sellos de mano mostrados en la serie Naruto. Utiliza la versión 8 de ULTRALYTICS YOLO y está implementado en PyTorch. El modelo ofrece resultados de evaluación precisos y es compatible con TensorBoard.
Como usar
Instalar ultralyticsplus:
pip install ultralyticsplus==0.0.28
Cargar el modelo y realizar una predicción:
from ultralyticsplus import YOLO, render_result
# cargar modelo
model = YOLO('eeshawn11/naruto_hand_seal_detection')
# establecer parámetros del modelo
model.overrides['conf'] = 0.50 # Umbral de confianza de NMS
model.overrides['iou'] = 0.70 # Umbral de IoU de NMS
model.overrides['agnostic_nms'] = False # NMS no clasifica por clases
model.overrides['max_det'] = 10 # máximo número 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
- Implementado en PyTorch
- Utiliza la versión 8 de ULTRALYTICS
- Resultados de evaluación de alta precisión
Casos de uso
- Detección de sellos de mano en imágenes de Naruto
- Análisis y clasificación de gestos de mano en imágenes
- Aplicaciones en proyectos de fanáticos de Naruto y estudios de gestos completos