Yolov8 Animeface

🚀 yolov8_animeface

YOLOv8を使用したアニメ顔検出

🚀 クイックスタート

このモデルは、YOLOv8をベースにしたアニメ顔検出モデルです。高精度な顔検出を行うことができ、アニメ画像の分析などに役立ちます。

✨ 主な機能

• アニメ画像からの高精度な顔検出
• 既存のモデルと比較して、高い精度と性能を持つ

📦 インストール

このREADMEには具体的なインストール手順が記載されていないため、このセクションをスキップします。

💻 使用例

このREADMEには具体的なコード例が記載されていないため、このセクションをスキップします。

📚 ドキュメント

データセット

データセットは、safebooruから手動でアノテーションされた10,000枚の画像で作成されました。分割は、トレーニング70%、検証20%、テスト10%です。

性能

このモデルはyolov8x6をベースにしています。上記のデータセットで1280px * 1280pxのサイズで300エポックトレーニングされました。RTX A4000でのトレーニングには約110時間かかりました。

私のデータセットでは、デフォルトのパラメータで特に良好な性能を発揮します。

Images  Instances    Box(P        R      mAP50     mAP50-95):
1002       1562      0.957      0.924      0.955      0.534
Speed: 1.3ms preprocess, 81.9ms inference, 0.0ms loss, 0.8ms postprocess per image

mAP50 - 95はそれほど高くはありませんが、私がテストしたファイルでは予測が常に正しく行われます。信頼度はもっと高くなる可能性がありますが、モデルは非常に正確です。

テストセットで生成されたモデルの混同行列

テストセットで生成されたモデルのPR曲線

他のメトリクスは./demo/valサブフォルダにあります。

デモ

手動アノテーション	yolov8_animeface

既存のモデルとの比較

異なる世代の2つのモデルを比較することについて議論することはできますが、このモデルをyolov5をベースにしたzymk9のモデルと比較することは興味深いと思います。両方とも同じ目的を持ち、同じ方法でトレーニングされています。

同じデータセットで同じパラメータ（conf = 0.001 & iou = 0.6）では、yolov8x6 - animefaceはyolov5xのモデルよりも良いメトリクスを生成します。

yolov8 - animeface:

Images  Instances    Box(P        R      mAP50     mAP50-95):
1002       1562      0.956      0.919      0.953      0.532
Speed: 1.2ms preprocess, 81.2ms inference, 0.0ms loss, 1.0ms postprocess per image

yolov5 - anime:

Images  Instances    Box(P        R      mAP50     mAP50-95):
1003       1566      0.778      0.685      0.633      0.232
Speed: 1.5ms pre-process, 85.5ms inference, 1.4ms NMS per image at shape (32, 3, 1280, 1280)

画像を640pxにリサイズした場合、yolov5 - animeはより良い結果を提供しますが、同じパラメータではyolov8 - animefaceに劣ります。 意外なことに、yolov5はyolov8よりもはるかに自信があります。しかし、誤検出もはるかに多くなります。

Yolov8_animeface	Yolov5_anime

結論

このモデルは私のデータセットでは非常に良い性能を発揮しますが、あなたのメトリクスは私のものと異なる可能性があります。後日、より軽量なモデルがリリースされるかもしれません。

このモデルは、以下の文献のYOLOv8をベースにしています。 Jocher, G., Chaurasia, A., & Qiu, J. (2023). Ultralytics YOLO (Version 8.0.0) [Computer software]. https://github.com/ultralytics/ultralytics

🔧 技術詳細

このREADMEには具体的な技術詳細が記載されていないため、このセクションをスキップします。

📄 ライセンス

このモデルはAGPL - 3.0ライセンスの下で提供されています。