Yolov5n Blood Cell

🚀 keremberke/yolov5n-blood-cell

このモデルはYOLOv5をベースにした物体検出モデルで、血液細胞の検出に特化しています。高い精度で血液細胞を検出することができ、医療分野などでの画像解析に役立ちます。

🚀 クイックスタート

モデルの使用方法

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

# load model
model = yolov5.load('keremberke/yolov5n-blood-cell')
  
# set model parameters
model.conf = 0.25  # NMS confidence threshold
model.iou = 0.45  # NMS IoU threshold
model.agnostic = False  # NMS class-agnostic
model.multi_label = False  # NMS multiple labels per box
model.max_det = 1000  # maximum number of detections per image

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

# perform inference
results = model(img, size=640)

# inference with test time augmentation
results = model(img, augment=True)

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

# show detection bounding boxes on image
results.show()

# save results into "results/" folder
results.save(save_dir='results/')

カスタムデータセットでのモデルの微調整

yolov5 train --data data.yaml --img 640 --batch 16 --weights keremberke/yolov5n-blood-cell --epochs 10

他の利用可能なモデルはこちら: awesome-yolov5-models

📚 ドキュメント

モデル情報

評価指標

このモデルはkeremberke/blood-cell-object-detectionデータセットの検証セットで評価されています。評価指標は以下の通りです。