Yolov8m Hard Hat Detection

🚀 keremberke/yolov8m-hard-hat-detection

このモデルは、ultralyticsplusとyolov8をベースに構築された物体検出モデルです。keremberke/hard-hat-detectionデータセットで訓練され、安全帽の有無を検出することができます。

🚀 クイックスタート

サポートされるラベル

['Hardhat', 'NO-Hardhat']

使い方

• ultralyticsplusをインストールします。

pip install ultralyticsplus==0.0.24 ultralytics==8.0.23

• モデルをロードし、予測を実行します。

from ultralyticsplus import YOLO, render_result

# load model
model = YOLO('keremberke/yolov8m-hard-hat-detection')

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

# perform inference
results = model.predict(image)

# observe results
print(results[0].boxes)
render = render_result(model=model, image=image, result=results[0])
render.show()

他のモデルはawesome-yolov8-modelsで確認できます。

📦 インストール

ultralyticsplusとultralytics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==0.0.24 ultralytics==8.0.23

💻 使用例

基本的な使用法

from ultralyticsplus import YOLO, render_result

# load model
model = YOLO('keremberke/yolov8m-hard-hat-detection')

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

# perform inference
results = model.predict(image)

# observe results
print(results[0].boxes)
render = render_result(model=model, image=image, result=results[0])
render.show()

📚 ドキュメント

モデル情報

評価指標