Yolov8s Table Extraction

🚀 keremberke/yolov8s-table-extraction

このモデルは、ultralyticsplus と yolov8 をベースに構築された物体検出モデルです。keremberke/table-extraction データセットを使用して訓練され、表の抽出タスクに特化しています。

✨ 主な機能

• 表の検出に特化した物体検出モデルです。
• bordered と borderless の2種類の表を検出できます。

📦 インストール

• ultralyticsplus をインストールします。

pip install ultralyticsplus==0.0.23 ultralytics==8.0.21

💻 使用例

基本的な使用法

from ultralyticsplus import YOLO, render_result

# モデルをロード
model = YOLO('keremberke/yolov8s-table-extraction')

# 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)

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

サポートされるラベル

['bordered', 'borderless']

モデル情報

モデルの評価指標

より多くのモデルはこちら: awesome-yolov8-models