标签:

• ultralyticsplus
• yolov8
• ultralytics
• yolo
• 视觉
• 图像分类
• pytorch

库名称: ultralytics
库版本: 8.0.43
推理: false

模型索引:

• 名称: uisikdag/weed_yolov8_balanced
  结果:
  • 任务:
    类型: 图像分类
    指标:
    • 类型: 准确率
      值: 0.9 # 最小值: 0.0 - 最大值: 1.0
      名称: top1准确率
    • 类型: 准确率
      值: 1.0 # 最小值: 0.0 - 最大值: 1.0
      名称: top5准确率

支持的标签

['黑麦草', '田芥菜', '猪殃殃', '繁缕', '普通小麦', '藜', '散穗早熟禾', '玉米', '无味母菊', '荠菜', '小花老鹳草', '甜菜']  

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, postprocess_classify_output  

# 加载模型  
model = YOLO('uisikdag/weed_yolov8_balanced')  

# 设置模型参数  
model.overrides['conf'] = 0.25  # 模型置信度阈值  

# 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].probs) # [0.1, 0.2, 0.3, 0.4]  
processed_result = postprocess_classify_output(model, result=results[0])  
print(processed_result) # {"猫": 0.4, "狗": 0.6}