Yolov5s Forklift

🚀 yolov5s-forklift

yolov5s-forklift 是一個基於 YOLOv5 的目標檢測模型，專注於叉車目標檢測。它在特定數據集上進行了訓練，能夠高效準確地識別圖像中的叉車目標，為相關的視覺應用場景提供了有力支持。

🚀 快速開始

安裝依賴

你可以使用以下命令安裝 yolov5：

pip install -U yolov5

加載模型並進行預測

以下是一個使用該模型進行目標檢測的示例代碼：

import yolov5

# load model
model = yolov5.load('keremberke/yolov5s-forklift')
  
# set model parameters
model.conf = 0.25  # NMS confidence threshold
model.iou = 0.45  # NMS IoU threshold
model.agnostic = False  # NMS class-agnostic
model.multi_label = False  # NMS multiple labels per box
model.max_det = 1000  # maximum number of detections per image

# set image
img = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'

# perform inference
results = model(img, size=640)

# inference with test time augmentation
results = model(img, augment=True)

# parse results
predictions = results.pred[0]
boxes = predictions[:, :4] # x1, y1, x2, y2
scores = predictions[:, 4]
categories = predictions[:, 5]

# show detection bounding boxes on image
results.show()

# save results into "results/" folder
results.save(save_dir='results/')

在自定義數據集上微調模型

你可以使用以下命令在自定義數據集上微調模型：

yolov5 train --data data.yaml --img 640 --batch 16 --weights keremberke/yolov5s-forklift --epochs 10

更多模型資源

更多可用的模型請參考：awesome-yolov5-models

📊 模型信息

🖼️ 示例圖片