Обнаружение вилочных погрузчиков и людей YOLOv8n

О сервисе

Что умеет эта модель? Эта модель основана на архитектуре YOLOv8n и предназначена для высокоточного обнаружения двух типов объектов: вилочных погрузчиков и людей на изображениях. Поддерживаемые метки: forklift (вилочный погрузчик) person (человек) Как обучена модель? Модель keremberke/yolov8n-forklift-detection была обучена на наборе данных keremberke/forklift-object-detection . YOLOv8n — это легкая и быстрая модель из семейства YOLO, разработанная для эффективного обнаружения объектов. Результаты валидации на этом наборе данных показывают следующие метрики: Тип метрики Значение Название точность 0.83794 mAP@0.5(box) Применение Эта модель может быть использована в различных сценариях, где требуется мониторинг и анализ присутствия вилочных погрузчиков и людей. Ключевые области применения включают: Безопасность на складах и производстве: автоматическое обнаружение и предупреждение о потенциально опасных ситуациях, связанных с пересечением путей вилочных погрузчиков и пешеходов. Учёт и инвентаризация: мониторинг активности погрузчиков для оптимизации логистических процессов. Системы видеонаблюдения: интеграция в существующие системы для повышения эффективности обнаружения целевых объектов. Пример использования модели: from ultralyticsplus import YOLO, render_result model = YOLO('keremberke/yolov8n-forklift-detection') model.overrides['conf'] = 0.25 model.overrides['iou'] = 0.45 image = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg' results = model.predict(image) render = render_result(model=model, image=image, result=results[0]) render.show() Ссылки keremberke/yolov8n-forklift-detection Источник: https://qubu.ai/models/obnaruzhenie-vilochnykh-pogruzchikov-i-lyudei-yol-ov8n License: MIT