keremberke/yolov8n-shoe-classification

keremberke
Clasificación de imagen

Este es un modelo de clasificación de imágenes entrenado para reconocer diferentes marcas de zapatos. Basado en YOLOv8 y ofrece funcionalidades como la clasificación de imágenes con alta precisión.

Como usar

Instalar ultralyticsplus:

pip install ultralyticsplus==0.0.24 ultralytics==8.0.23

Cargar el modelo y realizar predicciones:

from ultralyticsplus import YOLO, postprocess_classify_output

# cargar el modelo
model = YOLO('keremberke/yolov8n-shoe-classification')

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

# establecer la imagen
image = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'

# realizar inferencia
results = model.predict(image)

# observar los 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
Compatibilidad con TensorBoard
Basado en PyTorch
Evaluación con métricas de precisión top1 y top5
Soporte para ultralytics v8 y ultralyticsplus

Casos de uso

Clasificación de diferentes marcas de zapatos en imágenes
Automatización del etiquetado de imágenes en aplicaciones de e-commerce
Análisis de inventario en tiendas minoristas