yolov8s_test

iarbel

Detección de objetos

Un modelo de detección de objetos basado en PyTorch, desarrollado por ultralytics y ultralyticsplus. El modelo utiliza YOLOv8 para realizar tareas de visión por computadora, como la detección de personas, vehículos y una amplia variedad de objetos.

Como usar

Instalar ultralyticsplus:
pip install -U ultralyticsplus==0.0.14

Cargar el modelo y realizar una predicción:
from ultralyticsplus import YOLO, render_result

# cargar el modelo
model = YOLO('ultralyticsplus/yolov8s')

# configurar 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 clasifica por clases
model.overrides['max_det'] = 1000  # número máximo de detecciones por imagen

# configurar 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
Basado en PyTorch
Utiliza YOLOv8
Capaz de detectar múltiples clases de objetos
Configuración de parámetros de modelo como umbral de confianza y IoU
Resultados de inferencia visuales

Casos de uso

Detección de personas
Detección de vehículos
Identificación de animales
Detección de objetos en ambientes urbanos
Aplicaciones de seguridad y vigilancia