Yolov8m Blood Cell Detection

🚀 血細胞檢測模型 yolov8m

本項目基於ultralyticsplus和yolov8，提供了血細胞檢測模型keremberke/yolov8m-blood-cell-detection，可準確識別血細胞中的血小板、紅細胞和白細胞，在血細胞目標檢測任務中具有較高的精度。

🚀 快速開始

安裝依賴

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

# 加載模型
model = YOLO('keremberke/yolov8m-blood-cell-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()

✨ 主要特性

• 支持的標籤：支持識別['Platelets', 'RBC', 'WBC']（血小板、紅細胞、白細胞）。
• 高精度檢測：在血細胞目標檢測任務上有較高的精度，mAP@0.5(box)達到 0.92674。

📚 詳細文檔

模型信息

評估結果

模型keremberke/yolov8m-blood-cell-detection在血細胞目標檢測任務上的評估結果如下：

• 任務類型：目標檢測
• 數據集：keremberke/blood-cell-object-detection（驗證集）
• 評估指標：
  • mAP@0.5(box)：0.92674

更多模型請查看：awesome-yolov8-models