Yolov5s Forklift

🚀 keremberke/yolov5s-forklift

このモデルは、yolov5をベースにした物体検出モデルです。keremberke/forklift-object-detectionデータセットで訓練され、高い精度でフォークリフトの検出が可能です。

🚀 クイックスタート

モデルの使用方法

インストール

yolov5をインストールします。

pip install -U yolov5

モデルの読み込みと予測の実行

import yolov5

# load model
model = yolov5.load('keremberke/yolov5s-forklift')
  
# 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

yolov5 train --data data.yaml --img 640 --batch 16 --weights keremberke/yolov5s-forklift --epochs 10

他のモデルはこちら: awesome-yolov5-models

📚 ドキュメント

モデル情報

評価指標

モデルkeremberke/yolov5s-forkliftの評価指標は以下の通りです。

• タスク: 物体検出
• データセット: keremberke/forklift-object-detection (検証セット)
• 評価指標:
  • mAP@0.5: 0.8382598267226307 (最小: 0.0 - 最大: 1.0)