Yolov8 Nano Aadhar Card

🚀 YOLOv8モデルによるアダーハーカードの重要テキスト検出

Aadhaarカードのテキスト検出は、Aadhaarカードの画像からテキストを識別して抽出するプロセスです。これは、自動データ入力、不正検出、文書検証など、さまざまなアプリケーションで役立ちます。

最新の物体検出モデルであるYOLOv8を使用することで、Aadhaarカードのテキスト検出を行うことができます。YOLOv8は、テキストを含むさまざまな物体クラスを検出するように学習させることができます。学習後、YOLOv8はAadhaarカードの画像からテキストを検出し、テキストファイルや他の形式に抽出するために使用できます。

🚀 クイックスタート

✨ 主な機能

• Aadhaarカードの画像から重要なテキストを検出します。
• 最新のYOLOv8モデルを使用して高精度な検出を実現します。

📦 インストール

必要な依存関係をインストールします。

$ pip install ultralytics huggingface_hub supervision

💻 使用例

基本的な使用法

サポートされるラベルを確認します。

# label_id: label_name
{0: "AADHAR_NUMBER", 1: "DATE_OF_BIRTH", 2: "GENDER", 3: "NAME", 4: "ADDRESS"}

高度な使用法

モデルをロードして推論を実行します。

from ultralytics import YOLO
from huggingface_hub import hf_hub_download
from supervision import Detections

# repo details
repo_config = dict(
    repo_id = "arnabdhar/YOLOv8-nano-aadhar-card",
    filename = "model.pt",
    local_dir = "./models"
)

# load model
model = YOLO(hf_hub_download(**repo_config))

# get id to label mapping
id2label = model.names
print(id2label)

# Perform Inference
image_url = "https://i.pinimg.com/originals/08/6d/82/086d820550f34066764f4047ddc263ca.jpg"

detections = Detections.from_ultralytics(model.predict(image_url)[0])

print(detections)

🔧 技術詳細

ハイパーパラメータ

モデルの微調整に使用されたハイパーパラメータは以下の通りです。

model: yolov8n.pt
batch: 4
epochs: 100
optimizer: AdamW
warmup_epochs: 15
seed: 42
imgsz: 640

評価指標

best.ptによるバウンディングボックス予測の評価指標は以下の通りです。

recall: 0.962
precision: 0.973
mAP50: 0.963
mAP50_95: 0.748 

📚 ドキュメント

データセット

• ソース: Roboflow Universe
• データセットURL: https://universe.roboflow.com/jizo/aadhar-card-entity-detection

📄 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。

情報テーブル