nielsr/yolov8n

nielsr

Detección de objetos

Este modelo ha sido subido al Hub utilizando la integración PytorchModelHubMixin. YOLOv8 puede ser utilizado directamente en un entorno Python y acepta los mismos argumentos que en la CLI. El modelo permite entrenamiento con datos específicos, evaluación del rendimiento y predicciones sobre imágenes. Además, se puede exportar el modelo en formato ONNX.

Como usar

# Importar la librería
from ultralytics import YOLO

# Cargar un modelo
model = YOLO.from_pretrained("nielsr/yolov8n")

# Usar el modelo
model.train(data="coco128.yaml", epochs=3) # Entrenar el modelo
metrics = model.val() # Evaluar el rendimiento del modelo en el conjunto de validación
results = model("https://ultralytics.com/images/bus.jpg") # Predecir en una imagen
path = model.export(format="onnx") # Exportar el modelo a formato ONNX

Funcionalidades

Detección de objetos
Integración con PytorchModelHubMixin
Compatibilidad con Safetensors
Exportación a formato ONNX

Casos de uso

Entrenamiento de modelos personalizados de detección de objetos
Evaluación del rendimiento del modelo en datos de validación
Predicciones en imágenes