Product Detection In Shelf Yolov8

🚀 YOLOv8 小売環境における棚の物体検出

このモデルは、小売環境での棚の物体検出に特化したYOLOv8ベースのモデルです。リアルタイムの在庫管理や棚の最適化に役立ち、商品の配置や在庫状況を自動的に把握することができます。

🚀 クイックスタート

小売環境での棚の物体検出にYOLOv8モデルを使用するには、以下の手順に従ってください。

まず、必要なライブラリをインストールします。

pip install ultralyticsplus==0.0.28 ultralytics==8.0.43

次に、モデルを呼び出し、パラメータを調整します。

# Wave your wand (or keyboard) to get started!
from ultralyticsplus import YOLO, render_result
import cv2

# Cast a spell to summon the model
model = YOLO('foduucom/shelf-object-detection-yolov8')

# Tweak the magical 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 = "path/to/your/shelf/image"

#you can pass live camera streaming or video
# Begin the mystical journey through video frames
# (Remember to have your retail tapestry ready)
while cap.isOpened():
    # Read a frame from the video
    success, frame = cap.read()

    if success:
        # Unleash the magic of YOLOv8
        results = model(frame)

        # Showcase the magic on the frame
        annotated_frame = results[0].plot()

        # Present the enchanted frame
        cv2.imshow("YOLOv8 Retail Wizardry", annotated_frame)

        # Dispel the spell if 'q' is pressed
        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
    else:
        # Return to reality when the video ends
        break

# Release your captive video and close the portal
cap.release()
cv2.destroyAllWindows()

✨ 主な機能

• 高精度な物体検出：棚の商品や空きスペースを高精度に検出します。
• 在庫管理の自動化：商品の数をカウントし、在庫状況を自動的に把握することができます。
• 棚の最適化：商品の配置や棚のレイアウトを最適化するための情報を提供します。

📦 インストール

必要なライブラリをインストールするには、以下のコマンドを実行します。

pip install ultralyticsplus==0.0.28 ultralytics==8.0.43

💻 使用例

基本的な使用法

# Wave your wand (or keyboard) to get started!
from ultralyticsplus import YOLO, render_result
import cv2

# Cast a spell to summon the model
model = YOLO('foduucom/shelf-object-detection-yolov8')

# Tweak the magical 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 = "path/to/your/shelf/image"

#you can pass live camera streaming or video
# Begin the mystical journey through video frames
# (Remember to have your retail tapestry ready)
while cap.isOpened():
    # Read a frame from the video
    success, frame = cap.read()

    if success:
        # Unleash the magic of YOLOv8
        results = model(frame)

        # Showcase the magic on the frame
        annotated_frame = results[0].plot()

        # Present the enchanted frame
        cv2.imshow("YOLOv8 Retail Wizardry", annotated_frame)

        # Dispel the spell if 'q' is pressed
        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
    else:
        # Return to reality when the video ends
        break

# Release your captive video and close the portal
cap.release()
cv2.destroyAllWindows()

📚 ドキュメント

サポートされるラベル

このモデルは以下のラベルをサポートしています。

['Empty Shelves', 'Magical Products']

利用方法

直接利用

このモデルを小売システムに組み込むことで、リアルタイムの在庫管理、棚の最適化、自動補充を実現することができます。

下流の応用

棚のレイアウトの最適化、商品の配置の分析、顧客体験の向上など、様々な下流のタスクに利用することができます。

注意事項

• このモデルは、特殊な照明条件や棚の混雑状況に対応できない場合があります。棚の状態を適切に管理することが重要です。
• 商品の配置や棚の状態が急激に変化すると、検出精度が低下する可能性があります。

人間の判断とテスト

このモデルを本番環境で使用する前に、実際の小売環境でのテストを行い、必要に応じてパラメータを調整することをおすすめします。

🔧 技術詳細

このモデルはYOLOv8ベースの物体検出モデルで、小売環境での棚の物体検出に特化しています。モデルの精度はmAP@0.5(box)で0.91です。

📄 ライセンス

このモデルはFODUU AIによって開発されました。詳細については、以下の引用を参照してください。

@ModelCard{
  author    = {Nehul Agrawal and
               Pranjal Singh Thakur},
  title     = {YOLOv8 Shelf Object Detection in Retail Environments},
  year      = {2023}
}

質問や貢献がある場合は、info@foduu.comまでお問い合わせください。