Yolov8s Hard Hat Detection

🚀 keremberke/yolov8s-hard-hat-detection

本項目基於ultralytics庫，使用YOLOv8模型進行安全帽檢測，在安全帽檢測數據集上取得了較好的效果，可用於目標檢測相關的視覺任務。

🚀 快速開始

支持的標籤

['Hardhat', 'NO-Hardhat']

如何使用

• 安裝 ultralyticsplus：

pip install ultralyticsplus==0.0.23 ultralytics==8.0.21

• 加載模型並進行預測：

from ultralyticsplus import YOLO, render_result

# 加載模型
model = YOLO('keremberke/yolov8s-hard-hat-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()

更多可用模型請見：awesome-yolov8-models

📚 詳細文檔

模型信息

評估指標

在hard-hat-detection數據集的驗證集上，該模型的評估指標如下：