YOLOv11s: Детектор объектов VisDrone

Обнаруживает 10 видов объектов на видео с дронов и камер наблюдения. mAP50 0.377 на VisDrone2019.

0/5
0 скачиваний
0 отзывов
YOLOv11s: Детектор объектов VisDrone
Подходит для задач:
Object Detection
Сферы:
Безопасность и охрана
Транспорт и логистика
Библиотеки:
Transformers
Языки:
Английский
Русский

Описание

Идентифицируйте объекты на трафике с высоты

Эта модель YOLOv11s — ваш надежный помощник в мониторинге дорожного движения и городской среды. Она специально обучена на данных VisDrone2019, идеально подходит для анализа видео с дронов и стационарных камер наблюдения за трафиком.


Что умеет эта модель?

  • Детализированное обнаружение транспорта: Отличает пешеходов, легковые автомобили, фургоны, грузовики, автобусы, велосипеды, скутеры, а также уникальные для VisDrone трициклы и крытые трициклы.
  • Оптимизирована для обзора сверху: Идеально работает с необычными ракурсами камер, характерными для видеонаблюдения и дронов.
  • Высокая производительность: Построена на архитектуре YOLOv11s с 9.5 млн параметров, обеспечивает быстрое обнаружение объектов.
  • Готова к интеграции: Доступны веса в формате Ultralytics (19 МБ) и ONNX (37 МБ) для быстрой развертки.

Для кого это?

  • Разработчики систем видеонаблюдения: Для улучшения анализа трафика и обнаружения инцидентов.
  • Компании по мониторингу дорожного движения: Идентифицируйте конкретные типы транспорта, включая грузовики и автобусы, которые могут быть пропущены менее специализированными моделями.
  • Операторы дронов: Для автоматического анализа видеопотока с беспилотников в реальном времени.
  • Исследователи и инженеры: Отличная отправная точка для дальнейшего совершенствования систем детектирования в сложных условиях.

Исходная модель: huggingface.co/RISEF/yolov11s-visdrone

Предпросмотр файлов

В этой модели нет файлов для предпросмотра.

Просмотры

Скачивания

Похожие модели

Кейсы внедрения

Обсудите модель
с топами рынка в бизнес чате
Есть вопросы по модели?
Написать автору

Оценка

Детали модели

Автор: Qubu Team
Объем: 73.18 МБ
Комментарии: 0
Просмотры: 6
Скачивания: 0
Лицензия: MIT
Дата добавления: 30.04.2026

Автор

Qubu Team

Qubu Team

Команда

Профиль команды
Загрузка...
Загрузка комментариев...