Yolov5m Garbage

🚀 keremberke/yolov5m-garbage

このモデルは、物体検出タスクに特化したYOLOv5ベースのモデルです。keremberke/garbage-object-detectionデータセットを用いて学習され、ゴミの物体検出に有効です。

🚀 クイックスタート

このセクションでは、keremberke/yolov5m-garbageモデルの基本的な使い方を説明します。

インストール

yolov5をインストールします。

pip install -U yolov5

モデルのロードと予測の実行

以下のコードを使用して、モデルをロードし、予測を実行できます。

import yolov5

# load model
model = yolov5.load('keremberke/yolov5m-garbage')
  
# set model parameters
model.conf = 0.25  # NMS confidence threshold
model.iou = 0.45  # NMS IoU threshold
model.agnostic = False  # NMS class-agnostic
model.multi_label = False  # NMS multiple labels per box
model.max_det = 1000  # maximum number of detections per image

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

# perform inference
results = model(img, size=640)

# inference with test time augmentation
results = model(img, augment=True)

# parse results
predictions = results.pred[0]
boxes = predictions[:, :4] # x1, y1, x2, y2
scores = predictions[:, 4]
categories = predictions[:, 5]

# show detection bounding boxes on image
results.show()

# save results into "results/" folder
results.save(save_dir='results/')

カスタムデータセットでのモデルの微調整

以下のコマンドを使用して、カスタムデータセットでモデルを微調整できます。

yolov5 train --data data.yaml --img 640 --batch 16 --weights keremberke/yolov5m-garbage --epochs 10

他のモデルについては、awesome-yolov5-modelsを参照してください。

📦 モデル情報

📚 評価指標