标签:

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

库名称: ultralytics
库版本: 8.0.21
推理支持: 否

数据集:

• keremberke/valorant-object-detection

模型索引:

• 名称: keremberke/yolov8s-valorant-detection
  结果:
  • 任务: 类型: 目标检测 数据集: 类型: keremberke/valorant-object-detection
    名称: valorant-object-detection
    拆分: 验证集
    指标:
    • 类型: 精确度 # 由于huggingface.co/metrics不提供mAP@0.5
      值: 0.97138 # 范围: 0.0 - 1.0
      名称: mAP@0.5(bbox)

支持的标签类别

['掉落炸弹', '敌方角色', '已安放炸弹', '队友']

使用方法

• 安装 ultralyticsplus:

pip install ultralyticsplus==0.0.23 ultralytics==8.0.21

• 加载模型并进行预测:

from ultralyticsplus import YOLO, render_result

# 加载模型
model = YOLO('keremberke/yolov8s-valorant-detection')

# 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  # 是否类别无关的非极大值抑制
model.overrides['max_det'] = 1000  # 单图最大检测数量

# 设置图片路径
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()

更多模型请访问: awesome-yolov8-models