yolov8s-detección-de-equipo-protector
keremberke
Detección de objetos
Un modelo de detección de objetos centrado en la identificación y clasificación del equipo de protección. Este modelo se puede utilizar para detectar varios tipos de equipo de protección, como guantes, gafas, cascos y máscaras, así como la falta de estos elementos. Es ideal para aplicaciones en seguridad industrial y control de cumplimiento de protocolo de seguridad.
Como usar
Instalar ultralyticsplus:
pip install ultralyticsplus==0.0.23 ultralytics==8.0.21
Cargar el modelo y realizar la predicción:
from ultralyticsplus import YOLO, render_result
# cargar el modelo
model = YOLO('keremberke/yolov8s-protective-equipment-detection')
# configurar los parámetros del modelo
model.overrides['conf'] = 0.25 # Umbral de confianza de NMS
model.overrides['iou'] = 0.45 # Umbral de IoU de NMS
model.overrides['agnostic_nms'] = False # NMS clase-agnóstica
model.overrides['max_det'] = 1000 # número máximo de detecciones por imagen
# configurar la imagen
image = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'
# realizar la inferencia
results = model.predict(image)
# observar los resultados
print(results[0].boxes)
render = render_result(model=model, image=image, result=results[0])
render.show()
Funcionalidades
- Capacidad de detección de varios tipos de equipo de protección
- Utiliza PyTorch y TensorBoard
- Configuraciones ajustables de confianza e IoU para NMS
- Capacidad de detección de hasta 1000 objetos por imagen
- Compatible con ultralytics v8 y ultralyticsplus
Casos de uso
- Detección y monitoreo del uso de equipo de protección en entornos industriales.
- Control de cumplimiento de protocolos de seguridad en obras de construcción.
- Verificar el uso adecuado de equipo de protección en instalaciones manufacturas.