Yolov8n Nlf Head Detection

🚀 keremberke/yolov8n-nlf-head-detection

該項目基於ultralytics庫，使用YOLOv8模型進行目標檢測，尤其適用於美式橄欖球比賽中的頭盔檢測任務。它在特定數據集上進行了訓練和驗證，為相關領域的目標檢測提供了有效的解決方案。

✨ 主要特性

• 多標籤支持：支持對多種頭盔類型進行檢測，包括Helmet、Helmet-Blurred、Helmet-Difficult、Helmet-Partial和Helmet-Sideline。
• 易於使用：藉助ultralyticsplus庫，用戶可以方便地加載模型並進行預測。

📦 安裝指南

• 安裝 ultralyticsplus：

pip install ultralyticsplus==0.0.24 ultralytics==8.0.23

💻 使用示例

基礎用法

from ultralyticsplus import YOLO, render_result

# 加載模型
model = YOLO('keremberke/yolov8n-nlf-head-detection')

# 設置模型參數
model.overrides['conf'] = 0.25  # NMS置信度閾值
model.overrides['iou'] = 0.45  # NMS IoU閾值
model.overrides['agnostic_nms'] = False  # NMS類別無關
model.overrides['max_det'] = 1000  # 每張圖像的最大檢測數

# 設置圖像
image = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'

# 進行推理
results = model.predict(image)

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

📚 詳細文檔

支持的標籤

['Helmet', 'Helmet-Blurred', 'Helmet-Difficult', 'Helmet-Partial', 'Helmet-Sideline']

模型信息

更多模型

更多模型請訪問：awesome-yolov8-models