标签:

• 超视界增强版
• YOLOv8
• 超视界
• YOLO
• 视觉
• 目标检测
• PyTorch
• VisDrone
• 无人机 库名称: 超视界 库版本: 8.0.43 推理: 否 模型索引:
• 名称: mshamrai/yolov8l-visdrone 结果:
  • 任务: 类型: 目标检测 指标:
    • 类型: 精确率 值: 0.45060216526096647 名称: mAP@0.5(框)
    • 类型: 精确率 值: 0.29441264748028056 名称: mAP@0.95(框)
    • 类型: 精确率 值: 0.5598764683183077 名称: 精确率
    • 类型: 召回率 值: 0.3496646187372565 名称: 召回率 许可证: OpenRail

支持的标签

['行人', '人群', '自行车', '汽车', '厢式货车', '卡车', '三轮车', '带篷三轮车', '公交车', '摩托车']

使用方法

• 安装 ultralyticsplus:

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  # 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  # 每张图像的最大检测数量

# 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()