Yolov8s Forklift Detection

🚀 keremberke/yolov8s-forklift-detection

這是一個基於YOLOv8的叉車檢測模型，可用於目標檢測任務，能精準識別圖像中的叉車和人員，在keremberke/forklift-object-detection數據集上有不錯的表現。

✨ 主要特性

• 標籤支持：支持識別['forklift', 'person']兩類目標。
• 多庫依賴：基於ultralyticsplus和ultralytics庫，版本分別為0.0.23和8.0.21。
• 可視化展示：可通過render_result函數對檢測結果進行可視化展示。

📦 安裝指南

安裝ultralyticsplus和ultralytics庫：

pip install ultralyticsplus==0.0.23 ultralytics==8.0.21

💻 使用示例

基礎用法

from ultralyticsplus import YOLO, render_result

# 加載模型
model = YOLO('keremberke/yolov8s-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類不可知
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

['forklift', 'person']

更多模型

更多模型可查看：awesome-yolov8-models

模型指標