Yolov10 Fire And Smoke Detection

🚀 YOLOv10：实时火灾与烟雾检测

本项目包含一个经过训练的YOLOv10模型，用于实时火灾和烟雾检测。该模型借助Ultralytics YOLO框架，能够高效且精准地进行目标检测。用户可调整置信度和交并比（IoU）阈值，以获得最佳检测效果。

🚀 快速开始

本模型托管在Hugging Face上，可通过推理小部件访问，也能使用Hugging Face Transformers管道以编程方式调用。

推理小部件

将图像上传至下方小部件，并调整以下参数：

• 置信度阈值：预测所需的最低置信水平（默认值：0.25）。
• IoU阈值：目标匹配所需的最低IoU水平（默认值：0.45）。
• 图像尺寸：调整输入图像的大小（默认值：640x640）。

Python编程调用

若要以编程方式使用该模型，可参考以下代码：

import torch
from ultralytics import YOLO
from PIL import Image

# 加载模型
model_path = "pytorch_model.bin"
state_dict = torch.load(model_path, map_location="cpu")

# 初始化YOLO模型
model = YOLO()  # 替换为正确的YOLO类
model.load_state_dict(state_dict)

# 运行推理
image = Image.open("path/to/image.jpg")
results = model.predict(image, conf=0.25, iou=0.45)
results.show()

✨ 主要特性

• 实时检测：能够实时对火灾和烟雾进行检测。
• 高精度：借助Ultralytics YOLO框架，实现高效准确的目标检测。
• 参数可调：用户可调整置信度和IoU阈值，以获得最佳检测效果。

📚 详细文档

模型详情

📄 许可证

本项目采用Apache 2.0许可证。