products2
lucasaltmann
Detección de objetos
Modelo de detección de objetos utilizando PyTorch desarrollado por ultralytics v8 y ultralyticsplus con el modelo yolov8 y yolo. Este modelo está diseñado para identificar productos en imágenes. Presenta un rendimiento notable con un [email protected] (box) de 0.975 según reportado por el autor.
Como usar
Instalar ultralyticsplus:
pip install ultralyticsplus==0.0.29 ultralytics==8.0.239
Carga del modelo y realizar predicciones:
from ultralyticsplus import YOLO, render_result
# cargar modelo
model = YOLO('lucasaltmann/products2')
# configurar parámetros del modelo
model.overrides['conf'] = 0.25 # Umbral de confianza NMS
model.overrides['iou'] = 0.45 # Umbral IoU NMS
model.overrides['agnostic_nms'] = False # NMS no agnóstico 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
- Configuración avanzada del modelo
- Capaz de manejar un máximo de 1000 detecciones por imagen
- Umbral de confianza NMS configurable
- Umbral IoU NMS configurable
Casos de uso
- Detección de productos en imágenes para catálogos
- Análisis de imágenes para inventario
- Aumento de precisión en sistemas de recomendación visual