Yolov8n Table Extraction

🚀 keremberke/yolov8n-table-extraction

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、テーブル抽出に非常に高い精度を持っています。

🚀 クイックスタート

このセクションでは、keremberke/yolov8n-table-extractionモデルの使用方法を説明します。

✨ 主な機能

• テーブル抽出タスクに特化した物体検出モデルです。
• サポートするラベルは['bordered', 'borderless']です。

📦 インストール

まず、必要なライブラリをインストールする必要があります。以下のコマンドを使用してください。

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

# load model
model = YOLO('keremberke/yolov8n-table-extraction')

# 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()

モデル情報

サポートするラベル

['bordered', 'borderless']

より多くのモデルはこちら: awesome-yolov8-models