Detección de Patrones del Mercado de Valores YOLOv8s

foduucom

Detección de objetos

El modelo de detección de patrones del mercado de valores YOLOv8s es un modelo de detección de objetos basado en el marco YOLO (You Only Look Once). Está diseñado para detectar varios patrones en gráficos en datos de video de comercio de mercado de valores en tiempo real. Este modelo ayuda a los comerciantes e inversores al automatizar el análisis de patrones de gráficos, proporcionando información oportuna para la toma de decisiones informadas. El modelo se ha ajustado en un conjunto de datos diverso y ha logrado alta precisión en la detección y clasificación de patrones del mercado de valores en escenarios de comercio en vivo.

Como usar

Para comenzar a usar el modelo de detección de patrones del mercado de valores YOLOv8s en datos de video de comercio en vivo, siga estos pasos:
pip install ultralyticsplus==0.0.28 ultralytics==8.0.43

Cargar el modelo y realizar predicciones en tiempo real:

```python
from ultralyticsplus import YOLO, render_result
import cv2

# cargar modelo
model = YOLO('foduucom/stockmarket-pattern-detection-yolov8')

# 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 no sensible a clases
model.overrides['max_det'] = 1000 # número máximo de detecciones por imagen

# inicializar captura de video
# Abrir el archivo de video
video_path = "path/to/your/video/file.mp4"
cap = cv2.VideoCapture(video_path)

# Bucle a través de los fotogramas del video
while cap.isOpened():
# Leer un fotograma del video
success, frame = cap.read()

if success:
# Ejecutar inferencia YOLOv8 en el fotograma
results = model(frame)

# Visualizar los resultados en el fotograma
annotated_frame = results[0].plot()

# Mostrar el fotograma anotado
cv2.imshow("Inferencia YOLOv8", annotated_frame)

# Romper el bucle si se presiona 'q'
if cv2.waitKey(1) & 0xFF == ord("q"):
break
else:
# Romper el bucle si se llega al final del video
break

# Liberar el objeto de captura de video y cerrar la ventana de visualización
cap.release()
cv2.destroyAllWindows()

Funcionalidades

Detección de patrones en tiempo real
Se integra perfectamente en sistemas de comercio en vivo
Excelencia en la identificación de patrones como 'Hombros cabeza y hombros inferior', 'Hombros cabeza y hombros superior', 'M_Cabeza', 'Línea de acciones', 'Triángulo' y 'W_Inferior'
Compatibilidad con técnicas avanzadas de cajas delimitadoras y extracción de características específicas de patrones

Casos de uso

Detección y clasificación de patrones en gráficos en tiempo real
Automatización de estrategias comerciales
Generación de alertas para patrones específicos
Mejora del rendimiento comercial general