Yolov10m

🚀 YOLOv10：即時端到端目標檢測模型

YOLOv10是一款用於即時端到端目標檢測的模型，在計算機視覺領域有著重要的應用價值。它能高效地完成目標檢測任務，為相關領域的研究和應用提供了有力支持。

🚀 快速開始

本部分將為你提供YOLOv10的安裝、訓練、驗證及推理的基本操作步驟。

✨ 主要特性

• 即時端到端目標檢測：能夠高效地完成即時目標檢測任務。
• 多平臺支持：基於PyTorch框架，具有良好的跨平臺性。
• 預訓練模型：提供預訓練模型，方便用戶快速應用。

📦 安裝指南

你可以使用以下命令安裝YOLOv10：

pip install git+https://github.com/THU-MIG/yolov10.git

💻 使用示例

基礎用法

訓練和驗證

from ultralytics import YOLOv10

model = YOLOv10.from_pretrained('jameslahm/yolov10m')
# Training
model.train(...)
# after training, one can push to the hub
model.push_to_hub("your-hf-username/yolov10-finetuned")

# Validation
model.val(...)

推理

以下是一個在貓的圖像上進行推理的端到端示例：

from ultralytics import YOLOv10

model = YOLOv10.from_pretrained('jameslahm/yolov10m')
source = 'http://images.cocodataset.org/val2017/000000039769.jpg'
model.predict(source=source, save=True)

推理結果如下：

📚 詳細文檔

模型描述

YOLOv10: Real-Time End-to-End Object Detection

• arXiv: https://arxiv.org/abs/2405.14458v1
• github: https://github.com/THU-MIG/yolov10

BibTeX引用

如果你使用了該模型，請引用以下文獻：

@article{wang2024yolov10,
  title={YOLOv10: Real-Time End-to-End Object Detection},
  author={Wang, Ao and Chen, Hui and Liu, Lihao and Chen, Kai and Lin, Zijia and Han, Jungong and Ding, Guiguang},
  journal={arXiv preprint arXiv:2405.14458},
  year={2024}
}

📄 許可證

本項目採用AGPL-3.0許可證。