Yolov8m Plane Detection

🚀 yolov8m 飞机检测模型

本项目基于ultralyticsplus和YOLOv8，专注于飞机检测任务。它使用了keremberke/plane - detection数据集进行训练，能高效准确地检测图像中的飞机。

✨ 主要特性

• 多标签支持：支持检测['planes']标签。
• 高精度：在验证集上的mAP@0.5(box)指标达到了 0.995。
• 易用性：借助ultralyticsplus库，方便安装和使用。

📦 安装指南

安装ultralyticsplus和ultralytics库：

pip install ultralyticsplus==0.0.23 ultralytics==8.0.21

💻 使用示例

基础用法

from ultralyticsplus import YOLO, render_result

# 加载模型
model = YOLO('keremberke/yolov8m-plane-detection')

# 设置模型参数
model.overrides['conf'] = 0.25  # NMS 置信度阈值
model.overrides['iou'] = 0.45  # NMS IoU 阈值
model.overrides['agnostic_nms'] = False  # NMS 类别无关性
model.overrides['max_det'] = 1000  # 每张图像的最大检测数

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

# 进行推理
results = model.predict(image)

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

更多模型

更多模型请访问：awesome - yolov8 - models

📚 详细文档

支持的标签

['planes']

模型信息

模型指标

模型展示