License Plate Object Detection

🚀 YOLOv8 License Plate Detection

このプロジェクトは、YOLOv8物体検出モデルを使用してナンバープレートを検出します。使用されるデータセットはKeremberke's License Plate Object Detectionで、モデルはUltralytics YOLOv8フレームワークを使用してトレーニングされています。

🚀 クイックスタート

このプロジェクトでは、YOLOv8物体検出モデルを使ってナンバープレートを検出します。以下に、このプロジェクトを始めるための手順を説明します。

✨ 主な機能

• YOLOv8モデル：高精度なナンバープレート検出を実現します。
• Hugging Faceデータセット：Keremberke氏のLicense Plate Object Detectionデータセットを利用してトレーニングされています。
• データ前処理：画像の抽出やバウンディングボックスのアノテーションをYOLO形式に変換する前処理が行われます。

📦 インストール

必要な依存関係がインストールされていることを確認してください。

pip install datasets ultralytics opencv-python numpy pandas matplotlib

💻 使用例

基本的な使用法

データセットのロード

データセットはHugging Faceのdatasetsライブラリからロードされます。

from datasets import load_dataset
ds = load_dataset("keremberke/license-plate-object-detection", "full")

モデルのトレーニング

事前学習済みのYOLOv8モデル (yolov8n.pt) をデータセットでファインチューニングします。

from ultralytics import YOLO

model = YOLO('yolov8n.pt')  # Load a small YOLOv8 model
results = model.train(data="dataset.yaml", epochs=75, imgsz=640, batch=16)

📚 ドキュメント

データセット

データセットは以下のように分割されています。

• トレーニングセット
• 検証セット
• テストセット

データ前処理

• 画像はデータセットから抽出され、ローカルに保存されます。
• バウンディングボックスのアノテーションはYOLO形式（正規化された座標）に変換されます。
• データセットは以下のように構造化されます。

dataset/
├── images/
│   ├── train/
│   ├── val/
├── labels/
│   ├── train/
│   ├── val/

トレーニング設定

• エポック数 : 75
• 画像サイズ : 640x640
• バッチサイズ : 16

📄 ライセンス

このプロジェクトはApache-2.0ライセンスの下で提供されています。