keremberke/yolov5m-license-plate

Owesh12

Detección de objetos

El modelo keremberke/yolov5m-license-plate se utiliza para la detección de matrículas de vehículos. Incluye características avanzadas como la configuración de parámetros del modelo y la capacidad de realizar inferencias con aumentación de tiempo de prueba. Este modelo es parte del conjunto de herramientas de visión por computadora YOLOv5 y ha sido entrenado utilizando el dataset Owesh12/license.

Como usar

Cómo usar
pip install -U yolov5

import yolov5

# cargar el modelo
model = yolov5.load('keremberke/yolov5m-license-plate')

# configurar los parámetros del modelo
model.conf = 0.25 # Umbral de confianza NMS
model.iou = 0.45 # Umbral IoU NMS
model.agnostic = False # NMS para clases agnósticas
model.multi_label = False # NMS múltiples etiquetas por caja
model.max_det = 1000 # número máximo de detecciones por imagen

# configurar la imagen
img = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'

# realizar inferencia
results = model(img, size=640)

# inferencia con augmentación
results = model(img, augment=True)

# analizar resultados
predictions = results.pred[0]
boxes = predictions[:, :4] # x1, y1, x2, y2
scores = predictions[:, 4]
categories = predictions[:, 5]

# mostrar las cajas de detección en la imagen
results.show()

# guardar los resultados en la carpeta "results/"
results.save(save_dir='results/')

yolov5 train --data data.yaml --img 640 --batch 16 --weights keremberke/yolov5m-license-plate --epochs 10

Funcionalidades

Detección de matrículas
Configuración flexible de parámetros del modelo
Inferencia con aumentación de tiempo de prueba
Guardado de resultados en una carpeta específica

Casos de uso

Detección automática de matrículas en imágenes
Aplicaciones de seguridad vial
Control de acceso de vehículos
Tareas de vigilancia y monitorización en estacionamientos