Yolov8l Visdrone

🚀 mshamrai/yolov8l-visdrone目标检测模型

该模型基于ultralytics库，使用YOLOv8l架构在VisDrone数据集上训练得到，可用于无人机视角下的目标检测任务，能识别行人、车辆等多种常见目标。

🚀 快速开始

安装依赖

安装 ultralyticsplus 库：

pip install ultralyticsplus==0.0.28 ultralytics==8.0.43

加载模型并进行预测

from ultralyticsplus import YOLO, render_result

# 加载模型
model = YOLO('mshamrai/yolov8l-visdrone')

# 设置模型参数
model.overrides['conf'] = 0.25  # NMS置信度阈值
model.overrides['iou'] = 0.45  # NMS交并比阈值
model.overrides['agnostic_nms'] = False  # NMS是否类别无关
model.overrides['max_det'] = 1000  # 每张图像的最大检测数

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

# 进行推理
results = model.predict(image)

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

✨ 主要特性

• 多目标检测：支持对行人、自行车、汽车等多种目标的检测。
• 高精度：在目标检测任务中具有较高的精度，如mAP@0.5(box)达到了 0.45060216526096647。

📚 详细文档

支持的标签

['pedestrian', 'people', 'bicycle', 'car', 'van', 'truck', 'tricycle', 'awning-tricycle', 'bus', 'motor']

模型指标

📄 许可证

本模型使用openrail许可证。