Yolov8s Blood Cell Detection

🚀 keremberke/yolov8s-blood-cell-detection

本項目基於ultralytics庫，使用YOLOv8模型進行血細胞目標檢測，能夠精準識別血小板、紅細胞和白細胞，在血細胞目標檢測驗證集上有著出色的表現。

🚀 快速開始

安裝依賴庫

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-blood-cell-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類別無關性
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()

更多模型請訪問：awesome-yolov8-models

✨ 主要特性

• 支持的標籤：能夠識別['Platelets', 'RBC', 'WBC']（血小板、紅細胞、白細胞）。
• 高精度檢測：在keremberke/blood-cell-object-detection數據集的驗證集上，mAP@0.5(box)達到了 0.91681。

📚 詳細文檔

模型信息

評估指標

在keremberke/blood-cell-object-detection數據集的驗證集上的評估結果：

模型可視化