Yolov8n Blood Cell Detection

🚀 血細胞檢測模型 - YOLOv8n

本項目基於YOLOv8n模型，專注於血細胞檢測任務，能夠精準識別血細胞中的血小板（Platelets）、紅細胞（RBC）和白細胞（WBC），在血細胞檢測領域具有較高的應用價值。

🚀 快速開始

支持的標籤

本模型支持檢測以下類型的血細胞：

['Platelets', 'RBC', 'WBC']

如何使用

安裝依賴

首先，你需要安裝ultralyticsplus庫及其依賴：

pip install ultralyticsplus==0.0.23 ultralytics==8.0.21

加載模型並進行預測

以下是一個使用該模型進行血細胞檢測的示例代碼：

from ultralyticsplus import YOLO, render_result

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

更多模型請查看：awesome-yolov8-models

📦 模型信息