YOLOv8m — Обнаружение погрузчиков и людей

Модель YOLOv8m, обученная для обнаружения погрузчиков и людей в производственных и складских помещениях. Достигает mAP@0.5 = 84,6% на валидационном наборе датасета forklift-object-detection.

Поддерживаемые классы

['forklift', 'person']

Использование

Установка зависимостей:

pip install ultralyticsplus==0.0.23 ultralytics==8.0.21

Загрузка модели и инференс:

from ultralyticsplus import YOLO, render_result

# Загрузка модели
model = YOLO('keremberke/yolov8m-forklift-detection')

# Параметры модели
model.overrides['conf'] = 0.25       # Порог уверенности NMS
model.overrides['iou'] = 0.45        # Порог IoU NMS
model.overrides['agnostic_nms'] = False
model.overrides['max_det'] = 1000    # Максимум детекций

# Инференс
image = 'path/to/warehouse_image.jpg'
results = model.predict(image)

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

Метрики

Области применения

• Контроль безопасности на складах и производстве
• Мониторинг зон работы погрузчиков
• Предотвращение столкновений людей с техникой
• Автоматизация учёта складской техники

Технические детали

• Архитектура: YOLOv8m (medium)
• Библиотека: Ultralytics 8.0.21
• Классы: forklift, person