keremberke/yolov8m-detección-de-equipos-de-protección
keremberke
Detección de objetos
Este modelo de detección de objetos, desarrollado por keremberke, es capaz de identificar diversos tipos de equipos de protección personal (EPP). Utiliza la versión 8 de ultralytics y ultralyticsplus. Los resultados de la evaluación muestran un [email protected](box) de 0.273 en el conjunto de validación de detección de equipos de protección.
Como usar
Instalar ultralyticsplus:
pip install ultralyticsplus==0.0.24 ultralytics==8.0.23
Cargar el modelo y realizar la predicción:
from ultralyticsplus import YOLO, render_result
# load model
model = YOLO('keremberke/yolov8m-protective-equipment-detection')
# set model parameters
model.overrides['conf'] = 0.25 # NMS umbral de confianza
model.overrides['iou'] = 0.45 # NMS umbral de IoU
model.overrides['agnostic_nms'] = False # NMS sin distinción de clases
model.overrides['max_det'] = 1000 # número máximo de detecciones por imagen
#set image
image = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'
# perform inference
results = model.predict(image)
# observe results
print(results[0].boxes)
render = render_result(model=model, image=image, result=results[0])
render.show()
Funcionalidades
- Detección de guantes
- Detección de gafas
- Detección de cascos
- Detección de mascarillas
- Detección de ausencia de guantes
- Detección de ausencia de gafas
- Detección de ausencia de cascos
- Detección de ausencia de mascarillas
- Detección de ausencia de zapatos
- Detección de zapatos
Casos de uso
- Detección de equipos de protección personal en lugares de trabajo
- Monitoreo automatizado de cumplimiento de normas de seguridad
- Análisis de imágenes para mejorar la seguridad en el trabajo