YOLOv8s_testオープンソース目標検出モデル - 軽量アーキテクチャでリアルタイム検出タスクを支援

ホーム

Yolov8s Test

iarbelによって開発

YOLOv8sは、UltralyticsのYOLOv8アーキテクチャに基づく軽量な物体検出モデルで、リアルタイム物体検出タスクに適しています。

物体検出

PyTorch

#多クラス物体検出 #リアルタイム視覚分析 #事前学習済みモデル

ダウンロード数 24

リリース時間 : 1/3/2024

モデル概要

YOLOv8sはYOLOv8シリーズの小型バージョンで、効率的な物体検出のために設計されており、80種類の一般的な物体カテゴリの検出をサポートします。

モデル特徴

効率的な検出

リアルタイムシナリオで複数の物体を効率的に検出でき、組み込みデバイスやエッジコンピューティングに適しています。

多クラスサポート

80種類の一般的な物体カテゴリの検出をサポートし、日常生活のさまざまなシナリオをカバーします。

使いやすさ

シンプルなAPIと事前学習済みモデルを提供し、迅速な統合と展開が容易です。

モデル能力

物体検出

リアルタイム推論

多クラス認識

使用事例

セキュリティ監視

歩行者検出

監視シナリオでの歩行者検出に使用され、セキュリティシステムの智能化レベルを向上させます。

自動運転

交通物体認識

道路上の車両、歩行者、交通標識などを認識し、自動運転システムの意思決定を支援します。

小売分析

商品認識

棚上の商品を認識し、在庫管理や顧客行動分析に使用されます。

🚀 ultralyticsplus/yolov8s

このモデルは、UltralyticsのYOLOv8ベースの物体検出モデルで、多様な物体の検出に利用できます。

🚀 クイックスタート

このセクションでは、ultralyticsplus/yolov8sモデルの基本的な使い方を説明します。

✨ 主な機能

多様な物体の検出が可能です。
精度が高く、高速な物体検出が実現できます。

📦 インストール

ultralyticsplusをインストールするには、以下のコマンドを実行します。

pip install -U ultralyticsplus==0.0.14

💻 使用例

基本的な使用法

以下のコードは、モデルをロードして物体検出を行う基本的な例です。

from ultralyticsplus import YOLO, render_result

# load model
model = YOLO('ultralyticsplus/yolov8s')

# set model parameters
model.overrides['conf'] = 0.25  # NMS confidence threshold
model.overrides['iou'] = 0.45  # NMS IoU threshold
model.overrides['agnostic_nms'] = False  # NMS class-agnostic
model.overrides['max_det'] = 1000  # maximum number of detections per image

# set image
image = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'

# perform inference
results = model.predict(image)

# observe results
print(results[0].boxes)
render = render_result(model=model, image=image, result=results[0])
render.show()

📚 ドキュメント

サポートされるラベル

このモデルがサポートするラベルは以下の通りです。

['person', 'bicycle', 'car', 'motorcycle', 'airplane', 'bus', 'train', 'truck', 'boat', 'traffic light', 'fire hydrant', 'stop sign', 'parking meter', 'bench', 'bird', 'cat', 'dog', 'horse', 'sheep', 'cow', 'elephant', 'bear', 'zebra', 'giraffe', 'backpack', 'umbrella', 'handbag', 'tie', 'suitcase', 'frisbee', 'skis', 'snowboard', 'sports ball', 'kite', 'baseball bat', 'baseball glove', 'skateboard', 'surfboard', 'tennis racket', 'bottle', 'wine glass', 'cup', 'fork', 'knife', 'spoon', 'bowl', 'banana', 'apple', 'sandwich', 'orange', 'broccoli', 'carrot', 'hot dog', 'pizza', 'donut', 'cake', 'chair', 'couch', 'potted plant', 'bed', 'dining table', 'toilet', 'tv', 'laptop', 'mouse', 'remote', 'keyboard', 'cell phone', 'microwave', 'oven', 'toaster', 'sink', 'refrigerator', 'book', 'clock', 'vase', 'scissors', 'teddy bear', 'hair drier', 'toothbrush']