YOLOv8s для сегментации дорожных ям
Модель YOLOv8 на основе архитектуры v8s для сегментации дорожных ям на изображениях.
О сервисе
Что умеет эта модель? Эта модель, основанная на архитектуре YOLOv8s, специализируется на сегментации дорожных ям на изображениях. Она способна точно выделять контуры ям, что может быть полезно для оценки состояния дорожного покрытия, планирования ремонтных работ и повышения безопасности дорожного движения. Модель идентифицирует объекты типа . Как обучена эта модель? Модель обучена на наборе данных keremberke/pothole-segmentation. Обучение проводилось с использованием фреймворка Ultralytics YOLOv8. Ключевые метрики производительности на валидационном наборе данных следующие: Тип метрики Значение Название Точность 0.92833 mAP@0.5(box) Точность 0.92833 mAP@0.5(mask) Модель имеет входной размер 640 пикселей. Версия Ultralytics: 8.0.21, версия ultralyticsplus: 0.0.23. Применение модели Модель может быть использована для автоматизированного обнаружения и сегментации дорожных ям в режиме реального времени или по сохраненным изображениям. Для использования модели необходимо установить библиотеки и . Пример использования: Дополнительные модели доступны на awesome-yolov8-models. Ссылки keremberke/yolov8s-pothole-segmentation Ссылки https:// https://huggingface.co/keremberke/yolov8s-pothole-segmentation Источник: https://qubu.ai/models/yol-ov8s-dlya-segmentatsii-dorozhnykh-yam License: MIT
