Yolov8s Visdrone

🚀 mshamrai/yolov8s-visdrone

本項目基於ultralytics庫，利用yolov8s模型在VisDrone數據集上進行訓練，可用於目標檢測任務，支持對行人、車輛等多種目標的識別。

🚀 快速開始

安裝依賴

安裝 ultralyticsplus：

pip install ultralyticsplus==0.0.28 ultralytics==8.0.43

加載模型並進行預測

from ultralyticsplus import YOLO, render_result

# 加載模型
model = YOLO('mshamrai/yolov8s-visdrone')

# 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()

✨ 主要特性

• 多目標檢測：支持對行人、自行車、汽車等多種目標的檢測。
• 高精度：在VisDrone數據集上訓練，具有較高的檢測精度，mAP@0.5(box)達到 0.40755。

📦 安裝指南

安裝 ultralyticsplus：

pip install ultralyticsplus==0.0.28 ultralytics==8.0.43

💻 使用示例

基礎用法

from ultralyticsplus import YOLO, render_result

# 加載模型
model = YOLO('mshamrai/yolov8s-visdrone')

# 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

['pedestrian', 'people', 'bicycle', 'car', 'van', 'truck', 'tricycle', 'awning-tricycle', 'bus', 'motor']

📄 許可證

本項目使用openrail許可證。

📦 模型信息