YOLOv5 para Aksara Jawa
hermanshid
Detección de objetos
YOLOv5 es un modelo de detección de objetos específicamente entrenado para reconocer caracteres del alfabeto Aksara Jawa. El modelo está basado en la arquitectura YOLOv5 desarrollada por Ultralytics y está diseñado para lograr alta precisión en la detección de estos caracteres en imágenes.
Como usar
Instalación de la biblioteca
pip install yolov5==7.0.5 torch
Cargar modelo y realizar predicción
import yolov5
from PIL import Image
model = yolov5.load(models_id)
model.overrides['conf'] = 0.25 # Umbral de confianza NMS
model.overrides['iou'] = 0.45 # Umbral IoU NMS
model.overrides['max_det'] = 1000 # Número máximo de detecciones por imagen
# Definir imagen
image = 'https://huggingface.co/spaces/hermanshid/aksara-jawa-space/raw/main/test_images/example1.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
- Basado en Transformadores y PyTorch
- Compatibilidad con etiquetas de caracteres Aksara Jawa
- Alta precisión con un [email protected] de 0.995
- Implementación fácil y rápida
Casos de uso
- Reconocimiento y digitalización de manuscritos en Aksara Jawa
- Desarrollo de aplicaciones de aprendizaje automático que involucren caracteres Aksara Jawa
- Automatización de sistemas de entrada de texto que usen el alfabeto Aksara Jawa