Yolov8n Valorant Detection

🚀 keremberke/yolov8n-valorant-detection

本項目基於ultralytics庫，利用YOLOv8模型實現了《無畏契約》（Valorant）遊戲中的目標檢測任務，可精準識別遊戲畫面中的特定目標，如掉落的尖釘、敵人、已安置的尖釘和隊友等。

🚀 快速開始

安裝依賴

安裝 ultralyticsplus 庫：

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-valorant-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()

更多模型請查看：awesome-yolov8-models

✨ 主要特性

• 目標檢測能力：能夠準確識別《無畏契約》遊戲畫面中的特定目標，包括掉落的尖釘、敵人、已安置的尖釘和隊友。
• 參數可調整：可以根據實際需求調整模型的NMS置信度閾值、IoU閾值等參數。

📦 安裝指南

安裝 ultralyticsplus 庫：

pip install ultralyticsplus==0.0.23 ultralytics==8.0.21

💻 使用示例

基礎用法

from ultralyticsplus import YOLO, render_result

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

📚 詳細文檔

支持的標籤

['dropped spike', 'enemy', 'planted spike', 'teammate']

模型指標