Yolov11n Face Detection

🚀 YOLOv11n人臉檢測

YOLOv11n人臉檢測是一個基於YOLO架構（YOLOv11 nano）的輕量級人臉檢測模型，該模型在WIDERFACE數據集上進行了225個輪次的訓練。它能夠高效準確地檢測圖像中的人臉，為相關應用場景提供有力支持。

✨ 主要特性

• 基於YOLO架構，具備輕量級的特點，便於部署和使用。
• 在WIDERFACE數據集上進行長時間訓練，具備良好的檢測性能。
• 能輸出不同難度級別下的評估指標，結果直觀清晰。

📦 安裝指南

此文檔未提及具體安裝步驟，若需使用該模型，可參考代碼示例中的依賴庫安裝方式。

💻 使用示例

基礎用法

from huggingface_hub import hf_hub_download
from ultralytics import YOLO

model_path = hf_hub_download(repo_id="AdamCodd/YOLOv11n-face-detection", filename="model.pt")
model = YOLO(model_path)

results = model.predict("/path/to/your/image", save=True) # saves the result in runs/detect/predict

📚 詳細文檔

評估結果

該模型在評估集上取得了以下結果：

==================== Results ====================
Easy   Val AP: 0.9420471677096086
Medium Val AP: 0.9210357271019756
Hard   Val AP: 0.8099848364072022
=================================================

檢測效果展示

YOLO檢測結果：

混淆矩陣

混淆矩陣： [[23577 2878] [16098 0]]

🔧 技術細節

• 基礎模型：基於Ultralytics/YOLO11模型構建。
• 訓練數據：使用WIDERFACE數據集進行了225個輪次的訓練。

📄 許可證

本項目採用Apache-2.0許可證。

⚠️ 重要提示

• 該模型在極端光照條件下性能可能會有所波動。
• 該模型最適合用於正面和輕微傾斜角度的人臉檢測。
• 當人臉在圖像中佔據超過20像素時，模型能達到最佳性能。