keremberke/yolov8s-shoe-classification
keremberke
Clasificación de imagen
Modelo de clasificación de imágenes para la identificación de diferentes tipos de zapatos utilizando YOLOv8. Este modelo está basado en PyTorch y utiliza tensorboard para el seguimiento de métricas de entrenamiento. Es capaz de clasificar las imágenes en etiquetas 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/yolov8s-shoe-classification')
# configurar 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
- Compatible con TensorBoard
- Basado en PyTorch
- Configuración ultralytics v8
- Facilidad de uso con ultralyticsplus
Casos de uso
- Clasificación de diferentes marcas de zapatos en imágenes
- Análisis de moda y tendencias de zapatillas
- Inventario y gestión de productos en tiendas minoristas