Yolov8m Forklift Detection

🚀 keremberke/yolov8m-forklift-detection

本項目基於ultralytics庫，利用YOLOv8模型實現叉車和人員的目標檢測。它在keremberke/forklift-object-detection數據集上進行訓練，具有較高的檢測精度。

🚀 快速開始

安裝依賴

安裝 ultralyticsplus 庫：

pip install ultralyticsplus==0.0.23 ultralytics==8.0.21

加載模型並進行預測

from ultralyticsplus import YOLO, render_result

# 加載模型
model = YOLO('keremberke/yolov8m-forklift-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

• 目標檢測：支持檢測['forklift', 'person']兩類目標。
• 高精度：在keremberke/forklift-object-detection驗證集上，mAP@0.5(box)達到 0.8459。

📚 詳細文檔

支持的標籤

['forklift', 'person']

更多模型

更多模型請訪問：awesome-yolov8-models

模型指標

模型展示