标签:

• ultralyticsplus
• yolov8
• ultralytics
• yolo
• 计算机视觉
• 目标检测
• pytorch

库名称: ultralytics 库版本: 8.0.238 推理: 否

模型索引:

• 名称: adityaeucloid/YOLOv8 结果:
  • 任务: 类型: 目标检测 指标:
    • 类型: 精确度 # 由于huggingface.co/metrics不提供mAP@0.5 值: 0.02602 # 最小值: 0.0 - 最大值: 1.0 名称: mAP@0.5(边界框)

支持的标签

['客户地址', '客户GST号', '客户名称', '客户PAN号', '文档类型', '发票日期', '发票号码', '发票表格', '净金额', '供应商地址', '供应商GST号', '供应商名称', '供应商PAN号', '税额', '总金额']

使用方法

• 安装 ultralyticsplus:

pip install ultralyticsplus==0.0.29 ultralytics==8.0.238

• 加载模型并进行预测:

from ultralyticsplus import YOLO, render_result

# 加载模型
model = YOLO('adityaeucloid/YOLOv8')

# 设置模型参数
model.overrides['conf'] = 0.25  # 非极大值抑制置信度阈值
model.overrides['iou'] = 0.45  # 非极大值抑制IoU阈值
model.overrides['agnostic_nms'] = False  # 非极大值抑制是否类别无关
model.overrides['max_det'] = 1000  # 每张图像最大检测数量

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

# 执行推理
results = model.predict(image)

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