Yolo V5 Rock Paper Scissors Detection

🚀 uisikdag/taskagitmakas

このモデルはYOLOv5をベースにした物体検出モデルです。高精度な物体検出を行い、ユーザーがカスタムデータセットでのファインチューニングも可能です。

🚀 クイックスタート

データセットはこちらで見つけることができます
リンク

使い方

インストール

yolov5をインストールします。

pip install -U yolov5

モデルの読み込みと予測の実行

import yolov5

# モデルの読み込み
model = yolov5.load('uisikdag/taskagitmakas')
  
# モデルのパラメータを設定
model.conf = 0.25  # NMS信頼度閾値
model.iou = 0.45  # NMS IoU閾値
model.agnostic = False  # NMSクラス非依存
model.multi_label = False  # NMS各ボックスの複数ラベル
model.max_det = 1000  # 画像あたりの最大検出数

# 画像の設定
img = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'

# 推論の実行
results = model(img, size=640)

# テスト時のデータ拡張を使用した推論
results = model(img, augment=True)

# 結果の解析
predictions = results.pred[0]
boxes = predictions[:, :4] # x1, y1, x2, y2
scores = predictions[:, 4]
categories = predictions[:, 5]

# 画像上に検出バウンディングボックスを表示
results.show()

# 結果を「results/」フォルダに保存
results.save(save_dir='results/')

カスタムデータセットでのモデルのファインチューニング

yolov5 train --data data.yaml --img 640 --batch 16 --weights uisikdag/taskagitmakas --epochs 10

他のモデルはこちらで入手可能です: awesome-yolov5-models

📦 モデル情報