pipeline_tag: 目标检测 tags:

• ultralytics
• yolo
• yolov8
• 追踪
• 图像分类
• obb
• 目标检测 language:
• hy datasets:
• armvectores/handwritten_text_detection

YOLOv8 手写文本检测

模型描述

YOLOv8 是“你只看一次”（YOLO）目标检测算法的第八个版本。它在速度和准确性方面表现出色，是实时应用的理想选择。这里提供的 YOLOv8 模型已在多样化的手写文本数据集上进行了微调，以提高其在检测手写内容（而非打字或印刷材料）方面的特异性。

使用方法

pip install ultralytics

from ultralytics import YOLO
from huggingface_hub import hf_hub_download
from matplotlib import pyplot as plt

# 从我们的仓库加载权重
model_path = hf_hub_download(local_dir=".",
                             repo_id="armvectores/yolov8n_handwritten_text_detection",
                             filename="best.pt")
model = YOLO(model_path)

# 加载测试空白图像
test_blank_path = hf_hub_download(local_dir=".",
                             repo_id="armvectores/yolov8n_handwritten_text_detection",
                             filename="test_blank.png")

# 进行预测
res = model.predict(source=test_blank_path, project='.',name='detected', exist_ok=True, save=True, show=False, show_labels=False, show_conf=False, conf=0.5, )

plt.figure(figsize=(15,10))
plt.imshow(plt.imread('detected/test_blank.png'))
plt.show()

测试结果

评估指标

最终 IoU=0.98

训练过程中的 IoU