Yolov8m Hard Hat Detection

🚀 YOLOv8安全帽檢測模型

本項目基於ultralyticsplus和YOLOv8，是一個用於安全帽檢測的目標檢測模型。它能夠準確識別圖像中的安全帽和未佩戴安全帽的人員，在安全帽檢測數據集上有良好的表現。

🚀 快速開始

支持的標籤

['Hardhat', 'NO-Hardhat']

如何使用

• 安裝 ultralyticsplus：

pip install ultralyticsplus==0.0.24 ultralytics==8.0.23

• 加載模型並進行預測：

from ultralyticsplus import YOLO, render_result

# load model
model = YOLO('keremberke/yolov8m-hard-hat-detection')

# set model parameters
model.overrides['conf'] = 0.25  # NMS confidence threshold
model.overrides['iou'] = 0.45  # NMS IoU threshold
model.overrides['agnostic_nms'] = False  # NMS class-agnostic
model.overrides['max_det'] = 1000  # maximum number of detections per image

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

# perform inference
results = model.predict(image)

# observe results
print(results[0].boxes)
render = render_result(model=model, image=image, result=results[0])
render.show()

更多模型請訪問：awesome-yolov8-models

📦 模型信息

📚 評估指標

在keremberke/hard-hat-detection驗證集上的評估指標如下：