Yolov8n Plane Detection

🚀 keremberke/yolov8n-plane-detection

本項目基於ultralyticsplus和YOLOv8，是一個用於飛機檢測的目標檢測模型。它在keremberke/plane-detection數據集上進行訓練，能以高精度檢測圖像中的飛機。

🚀 快速開始

安裝依賴

要使用此模型，首先需要安裝ultralyticsplus和ultralytics庫。可以使用以下命令進行安裝：

pip install ultralyticsplus==0.0.23 ultralytics==8.0.21

加載模型並進行預測

以下是一個簡單的示例，展示瞭如何加載模型並對圖像進行預測：

from ultralyticsplus import YOLO, render_result

# 加載模型
model = YOLO('keremberke/yolov8n-plane-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()

✨ 主要特性

• 支持的標籤：該模型支持檢測['planes']標籤。
• 高精度檢測：在keremberke/plane-detection數據集的驗證集上，mAP@0.5(box)達到了 0.995。

📚 詳細文檔

模型信息

更多模型

更多可用模型請參考：awesome-yolov8-models

模型索引

• 模型名稱：keremberke/yolov8n-plane-detection
• 任務類型：目標檢測
• 數據集：keremberke/plane-detection（驗證集）
• 指標：
  • mAP@0.5(box)：0.995

模型展示