Yolov8n Protective Equipment Detection

🚀 keremberke/yolov8n-防護設備檢測

本項目基於ultralyticsplus和yolov8，可實現對防護設備的目標檢測，在keremberke/protective-equipment-detection數據集上進行訓練，能有效識別多種防護設備相關類別。

🚀 快速開始

安裝依賴

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/yolov8n-protective-equipment-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()

更多模型

更多模型請訪問：awesome-yolov8-models

✨ 主要特性

• 目標檢測支持：支持對多種防護設備進行目標檢測。
• 參數可配置：可靈活配置模型的置信度閾值、IoU閾值等參數。

📚 詳細文檔

支持的標籤

['glove', 'goggles', 'helmet', 'mask', 'no_glove', 'no_goggles', 'no_helmet', 'no_mask', 'no_shoes', 'shoes']

模型指標