Yolov8s Csgo Player Detection

🚀 基于YOLOv8的CSGO玩家检测模型

本项目基于YOLOv8实现了CSGO玩家检测功能，借助ultralyticsplus库，能够高效准确地识别游戏画面中的玩家，为相关的视觉分析应用提供有力支持。

🚀 快速开始

安装依赖

安装 ultralyticsplus：

pip install ultralyticsplus==0.0.23 ultralytics==8.0.21

加载模型并进行预测

from ultralyticsplus import YOLO, render_result

# 加载模型
model = YOLO('keremberke/yolov8s-csgo-player-detection')

# 设置模型参数
model.overrides['conf'] = 0.25  # NMS置信度阈值
model.overrides['iou'] = 0.45  # NMS IoU阈值
model.overrides['agnostic_nms'] = False  # NMS类别无关
model.overrides['max_det'] = 1000  # 每张图像的最大检测数

# 设置图像
image = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'

# 进行推理
results = model.predict(image)

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

更多模型请访问：awesome-yolov8-models

✨ 主要特性

支持的标签

['ct', 'cthead', 't', 'thead']

📚 详细文档

模型信息

评估指标

在keremberke/csgo-object-detection验证集上的评估结果：

模型预览