Yolo V8 Indoor Scene Classification

🚀 uisikdag/indoorsceneclas_v8

uisikdag/indoorsceneclas_v8は、画像分類タスクに特化したモデルです。Ultralyticsをベースに構築され、室内シーンの分類に高い精度を発揮します。

🚀 クイックスタート

モデルの概要

このモデルは、室内シーンの画像分類に使用されます。以下はモデルの主な情報です。

サポートされるラベル

['airport_inside', 'artstudio', 'auditorium', 'bakery', 'bookstore', 'bowling', 'buffet', 'casino', 'children_room', 'church_inside', 'classroom', 'cloister', 'closet', 'clothingstore', 'computerroom', 'concert_hall', 'corridor', 'deli', 'dentaloffice', 'dining_room', 'elevator', 'fastfood_restaurant', 'florist', 'gameroom', 'garage', 'greenhouse', 'grocerystore', 'gym', 'hairsalon', 'hospitalroom', 'inside_bus', 'inside_subway', 'jewelleryshop', 'kindergarden', 'kitchen', 'laboratorywet', 'laundromat', 'library', 'livingroom', 'lobby', 'locker_room', 'mall', 'meeting_room', 'movietheater', 'museum', 'nursery', 'office', 'operating_room', 'pantry', 'poolinside', 'prisoncell', 'restaurant', 'restaurant_kitchen', 'shoeshop', 'stairscase', 'studiomusic', 'subway', 'toystore', 'trainstation', 'tv_studio', 'videostore', 'waitingroom', 'warehouse', 'winecellar']

データセット:
リンク

📦 インストール

必要なライブラリのインストール

以下のコマンドを使用して、必要なライブラリ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

以下のコードは、モデルをロードして予測を実行する基本的な例です。

from ultralyticsplus import YOLO, postprocess_classify_output

# モデルのロード
model = YOLO('uisikdag/indoorsceneclas_v8')

# モデルのパラメータ設定
model.overrides['conf'] = 0.25  # モデルの信頼度閾値

# 画像の設定
image = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'

# 推論の実行
results = model.predict(image)

# 結果の表示
print(results[0].probs) # [0.1, 0.2, 0.3, 0.4]
processed_result = postprocess_classify_output(model, result=results[0])
print(processed_result) # {"cat": 0.4, "dog": 0.6}