chamdiemgianhang_yolov8_ver21
linhcuem
Detección de objetos
Modelo para detección de objetos utilizando PyTorch y TensorBoard. Implementación con ultralytics v8 y ultralyticsplus. Ofrece capacidad para detectar múltiples etiquetas.
Como usar
Instalar ultralyticsplus:
pip install ultralyticsplus==0.0.28 ultralytics==8.0.43
Cargar el modelo y realizar predicciones:
from ultralyticsplus import YOLO, render_result
# cargar modelo
model = YOLO('linhcuem/chamdiemgianhang_yolov8_ver21')
# establecer parámetros del modelo
model.overrides['conf'] = 0.25 # Umbral de confianza NMS
model.overrides['iou'] = 0.45 # Umbral de IoU NMS
model.overrides['agnostic_nms'] = False # NMS sin distinción de clase
model.overrides['max_det'] = 1000 # número máximo de detecciones por imagen
# 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].boxes)
render = render_result(model=model, image=image, result=results[0])
render.show()
Funcionalidades
- Detección de objetos
- Soporte de TensorBoard
- Base en PyTorch
- Versión ultralytics v8
- Integración con ultralyticsplus
- Capacidades avanzadas de visión por computadora
Casos de uso
- Detección de productos en imágenes
- Clasificación de diferentes tipos de embalajes
- Reconocimiento de marcas y productos específicos