Обнаружение драк и насилия с YOLOv8

Модель YOLOv8 для обнаружения драк и насилия на видео и изображениях в реальном времени.

О сервисе

Краткий обзор Данный репозиторий содержит набор данных и модели YOLOv8 (nano и small), обученные для обнаружения драк/насилия и отсутствия насилия/драк как на видео, так и на изображениях. Модели оптимизированы для систем видеонаблюдения и безопасности, где критически важно обнаружение физических столкновений. Набор данных Классы набора данных: Набор данных состоит из двух классов: Насилие/Драка: Случаи, когда присутствует физическое насилие. БезНасилия/БезДраки: Случаи без физических столкновений. Формат данных: Видео и изображения размечены соответствующим образом для каждого класса. Набор данных предназначен для обучения моделей глубокого обучения, таких как YOLOv8 для обнаружения насилия. Модели Модели YOLOv8: Мы в основном обучали модели YOLOv8-nano и YOLOv8-small . Эти модели являются легковесными и эффективными, что делает их подходящими для задач обнаружения в реальном времени в условиях ограниченных ресурсов. Назначение Модели обучены точно определять насильственные события в различных условиях, включая толпы, общественные места и спортивные мероприятия. Ключевые особенности: Обнаружение одного класса: Приведенный код специально разработан для обнаружения одного класса за раз, с акцентом на класс Насилие/Драка . Если цель состоит в обнаружении только Насилие/Драка , модели и код предварительно настроены для этой задачи. События без насилия игнорируются во время обнаружения, что позволяет модели сосредоточиться исключительно на выявлении насильственных действий. Начало работы Предварительные требования: Python 3.8 или выше YOLOv8 (Ultralytics) PyTorch OpenCV Примечания Производительность модели: Модели обучены на разнообразном наборе изображений для обобщения в различных средах. Однако, в зависимости от вашего конкретного случая использования, может потребоваться дополнительная тонкая настройка. Будущие улучшения: Мы планируем расширить набор данных и включить более разнообразные сценарии для повышения точности обнаружения, включая спорт, общественные собрания и многое другое. Ссылки Musawer14/fight_detection_yolov8 Источник: https://qubu.ai/models/obnaruzhenie-drak-i-nasiliya-s-yol-ov8 License: MIT

Связанные сущности

  • Stable Diffusion5.0(997)

    Stable Diffusion на QUBU — от классической версии v1.5 до 3.5 Large и 3.5 Medium, плюс image-to-image в SD3.

    #Текст и контент#Изображения и дизайн#Код и разработка#Написать SEO-текст#Сгенерировать изображение
  • Z-Image5.0(661)

    Z-Image — нейросеть генерации изображений с хорошей детализацией и высокой скоростью.

    FreemiumРаботает в РоссииРусский интерфейс
    #Изображения и дизайн
  • Контроль целостности и дефектов трубопровода5.0(493)

    Это модель компьютерного зрения для автоматического анализа состояния трубопроводов. Она способна по фотографии определить три критических состояния: прорыв, коррозию или дефект сварного шва. Решение позволяет отказаться от сплошного визуального осмотра людьми и перейти к выборочному контролю, ускоряя диагностику и снижая влияние человеческого фактора.

    #Текст и контент#Изображения и дизайн#Видео#Написать SEO-текст
  • Veo-3-15.0(301)

    Veo 3.1 от Google — видео из текста, изображений и референсов, продление клипов и motion control. Есть быстрый fast-режим.

    #Текст и контент#Изображения и дизайн#Видео#Написать SEO-текст#Сгенерировать изображение
  • Ernie Image5.0(274)

    ERNIE Image от Baidu генерирует изображения с пониманием китайского и английского языков, поддерживает LoRA и Turbo-режим.

    #Текст и контент#Изображения и дизайн#Видео#Написать SEO-текст#Сгенерировать изображение