Detección y Clasificación de Hojas de Plantas YOLOv8s
El modelo YOLOv8s de Detección y Clasificación de Hojas de Plantas es un modelo de detección de objetos basado en el marco YOLO (You Only Look Once). Está diseñado para detectar y clasificar varios tipos de hojas en imágenes. El modelo ha logrado una precisión ([email protected]) de 0.946 en la tarea de detección de objetos. Este modelo específico ha sido entrenado para reconocer y clasificar diferentes tipos de hojas de varias especies de plantas. Puede detectar múltiples instancias de hojas en una imagen y asignarlas a sus respectivas clases. Anima a los usuarios a colaborar mediante la contribución de sus propios datos de hojas de plantas, permitiendo enviar imágenes de nuevas especies y sugerir nombres para la clasificación. El equipo de FODUU AI trabajará diligentemente para incorporar estas nuevas clases de plantas en el modelo, mejorando su capacidad para identificar y clasificar una variedad aún más amplia de hojas de plantas.
Como usar
Para comenzar con el modelo YOLOv8s de Detección y Clasificación de Hojas de Plantas, siga estos pasos:
Instale las bibliotecas ultralyticsplus y ultralytics usando pip:
pip install ultralyticsplus==0.0.28 ultralytics==8.0.43
Cargue el modelo y realice la predicción utilizando el siguiente fragmento de código.
from ultralyticsplus import YOLO, render_result
# cargar el modelo
model = YOLO('foduucom/plant-leaf-detection-and-classification')
# configurar parámetros del modelo
model.overrides['conf'] = 0.25 # Umbral de confianza de NMS
model.overrides['iou'] = 0.45 # Umbral de IoU de NMS
model.overrides['agnostic_nms'] = False # NMS sin distinción de clase
model.overrides['max_det'] = 1000 # número máximo de detecciones por imagen
# establecer imagen
timage = 'path/to/your/image'
# 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 y clasificación de hojas basada en la arquitectura YOLOv8
- Capacidad para detectar múltiples instancias de hojas en una imagen
- Clasificación precisa de más de 46 especies de plantas
- Incorporación de datos de nuevas especies de plantas proporcionadas por los usuarios
- Utiliza un backbone modificado CSPDarknet53 para una detección de objetos precisa
- Mecanismo de autoatención y red piramidal de características para detección en múltiples escalas
Casos de uso
- Detección directa y clasificación de hojas
- Mejora de la investigación relacionada con plantas
- Monitoreo agrícola y ambiental
- Clasificación de hojas específicas de tareas mediante ajuste fino del modelo