misoda/yolo-mlw
misoda
Detección de objetos
El modelo misoda/yolo-mlw es un modelo de detección de objetos basado en YOLO y construido utilizando la biblioteca ultralytics. Está diseñado para realizar detecciones precisas y rápidas en imágenes proporcionando diferentes configuraciones, como el umbral de confianza y el umbral IoU. Este modelo puede ser utilizado en diversas aplicaciones de visión por computadora.
Como usar
Para utilizar el modelo, instale las bibliotecas ultralyticsplus y ultralytics:
pip install ultralyticsplus==0.0.28 ultralytics==8.0.43
Cargue el modelo y realice una predicción:
from ultralyticsplus import YOLO, render_result
# cargar el modelo
model = YOLO('misoda/yolo-mlw')
# 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 clase agnóstica
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
- Compatible con TensorBoard
- Desarrollado con PyTorch
- Basado en ultralytics v8
- Compatible con ultralyticsplus
- Buena precisión ([email protected](box) autorreportada de 0.975)
Casos de uso
- Detección de objetos en imágenes
- Aplicaciones de visión por computadora
- Monitoreo y seguridad en tiempo real
- Análisis de imágenes en deportes