keremberke/yolov8m-forklift-detection

keremberke

Detección de objetos

Modelo de detección de objetos especializado en la detección de montacargas y personas. Este modelo utiliza la versión 8 de ultralytics y está basado en PyTorch. Incorpora funcionalidades para la detección de objetos con umbrales ajustables y una capacidad de detección máxima por imagen.

Como usar

pip install ultralyticsplus==0.0.23 ultralytics==8.0.21

from ultralyticsplus import YOLO, render_result

# cargar el modelo
model = YOLO('keremberke/yolov8m-forklift-detection')

# 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 clasificador agnóstico
model.overrides['max_det'] = 1000 # número máximo de detecciones por imagen

# establecer 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
Compatibilidad con TensorBoard
Basado en PyTorch
Compatibilidad con ultralytics v8
Funcionalidades de visionado
Incorporación en ultralyticsplus

Casos de uso

Detección de montacargas en entornos industriales
Monitoreo de la presencia de personas en áreas específicas