fcakyon/yolov5s-v7.0

Cómo usar

Instalar yolov5:

pip install -U yolov5

Cargar el modelo y realizar predicciones:

import yolov5

# cargar modelo
model = yolov5.load('fcakyon/yolov5s-v7.0')

# configurar parámetros del modelo
model.conf = 0.25 # umbral de confianza NMS
model.iou = 0.45 # umbral IoU NMS
model.agnostic = False # NMS agnóstico de clase
model.multi_label = False # múltiples etiquetas por caja
model.max_det = 1000 # número máximo de detecciones por imagen

# establecer imagen
img = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'

# realizar inferencia
results = model(img)

# inferencia con mayor tamaño de entrada
results = model(img, size=640)

# inferencia con aumento en el tiempo de prueba
results = model(img, augment=True)

# analizar resultados
predictions = results.pred[0]
boxes = predictions[:, :4] # x1, y1, x2, y2
scores = predictions[:, 4]
categories = predictions[:, 5]

# mostrar los cuadros de delimitación de detección en la imagen
results.show()

# guardar resultados en la carpeta 'results/'
results.save(save_dir='results/')

Ajustar el modelo en su propio dataset:

yolov5 train --img 640 --batch 16 --weights fcakyon/yolov5s-v7.0 --epochs 10 --device cuda:0