keremberke/yolov8m-classificación-de-zapatos

keremberke
Clasificación de imagen

Este modelo se utiliza para la clasificación de imágenes, específicamente para la clasificación de zapatos. Está basado en TensorBoard y PyTorch, y utiliza tecnologías avanzadas de la familia 'ultralytics' y 'yolov8'. El modelo puede distinguir entre diferentes marcas de zapatos como Adidas, Converse y Nike.

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, postprocess_classify_output

# cargar modelo
model = YOLO('keremberke/yolov8m-shoe-classification')

# establecer parámetros del modelo
model.overrides['conf'] = 0.25 # umbral de confianza del modelo

# 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].probs) # [0.1, 0.2, 0.3, 0.4]
processed_result = postprocess_classify_output(model, result=results[0])
print(processed_result) # {"cat": 0.4, "dog": 0.6}

Funcionalidades

Clasificación de imágenes
Integración con TensorBoard y PyTorch
Tecnología ultralytics v8 y ultralyticsplus
Modelo YOLO avanzado

Casos de uso

Clasificación de marcas de zapatos en imágenes
Análisis visual para tiendas de calzado
Automatización del inventario de productos de calzado