Yolov8s Protective Equipment Detection

🚀 keremberke/yolov8s-protective-equipment-detection

このモデルは、物体検出タスクに特化したYOLOv8ベースのモデルです。protective - equipment - detectionデータセットを用いて訓練され、グローブ、ゴーグル、ヘルメットなどの保護具を検出することができます。

🚀 クイックスタート

サポートされるラベル

['glove', 'goggles', 'helmet', 'mask', 'no_glove', 'no_goggles', 'no_helmet', 'no_mask', 'no_shoes', 'shoes']

使い方

• ultralyticsplusをインストールします。

pip install ultralyticsplus==0.0.23 ultralytics==8.0.21

• モデルをロードして予測を実行します。

from ultralyticsplus import YOLO, render_result

# モデルをロード
model = YOLO('keremberke/yolov8s-protective-equipment-detection')

# モデルパラメータを設定
model.overrides['conf'] = 0.25  # NMS信頼度閾値
model.overrides['iou'] = 0.45  # NMS IoU閾値
model.overrides['agnostic_nms'] = False  # NMSクラス非依存
model.overrides['max_det'] = 1000  # 画像あたりの最大検出数

# 画像を設定
image = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'

# 推論を実行
results = model.predict(image)

# 結果を確認
print(results[0].boxes)
render = render_result(model=model, image=image, result=results[0])
render.show()

他のモデルはawesome - yolov8 - modelsで確認できます。

📚 詳細ドキュメント

モデル情報

評価指標

• タスク: 物体検出
• データセット: keremberke/protective - equipment - detection (validationスプリット)
• 評価指標:
  • mAP@0.5(box): 0.27845