Yolov8m Table Extraction

🚀 keremberke/yolov8m-table-extraction

このモデルは、物体検出タスクに特化したYOLOv8ベースのモデルです。keremberke/table-extractionデータセットを用いて訓練され、表の抽出に高い精度を発揮します。

✨ 主な機能

• 表の検出に特化した物体検出モデルです。
• borderedとborderlessの2種類の表を検出可能です。

📦 インストール

• ultralyticsplusをインストールします。

pip install ultralyticsplus==0.0.23 ultralytics==8.0.21

💻 使用例

基本的な使用法

from ultralyticsplus import YOLO, render_result

# load model
model = YOLO('keremberke/yolov8m-table-extraction')

# 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

サポートされるラベル

['bordered', 'borderless']

その他のモデル

より多くのモデルはawesome-yolov8-modelsで確認できます。

📄 ライセンス

このモデルはAGPL-3.0ライセンスの下で提供されています。

モデル情報