Обнаружение билбордов с помощью YOLO11

Общее описание

Все модели Yolo V11 от Ultralytics были дообучены для обнаружения рекламных щитов с использованием набора данных Billboard dataset. Эта модель была создана после 100 эпох обучения с использованием CUDA 12.4 и Pytorch 2.6.0.

Возможности модели

Модель способна точно определять местоположение и классифицировать рекламные щиты на различных изображениях. Она идеально подходит для задач, требующих автоматического анализа уличной рекламы, мониторинга инфраструктуры или сбора данных для маркетинговых исследований.

Как обучена модель

Модель основана на архитектуре YOLOv11 и была дообучена на специализированном наборе данных, содержащем множество изображений с рекламными щитами. Процесс обучения включал 100 эпох, что позволило модели достичь высокой точности в обнаружении целевых объектов. Использовалась среда с CUDA 12.4 и PyTorch 2.6.0 для достижения оптимальной производительности.

Метрики качества

• Точность (YOLO_11x, эпоха: 94): 0.74299
• Полнота (YOLO_11x, эпоха: 80): 0.6688
• mAP50 (YOLO_11x, эпоха: 60): 0.7113
• mAP50-95 (YOLO_11x, эпоха: 89): 0.4437

Сравнение лучших метрик

Дополнительные результаты можно найти в папке с результатами.

Применение

Модель может быть использована для автоматического обнаружения рекламных щитов в различных сценариях, таких как:

• Мониторинг соблюдения правил размещения рекламы.
• Анализ рынка наружной рекламы.
• Автоматизация инвентаризации рекламных конструкций.
• Системы умного города для анализа городской инфраструктуры.

Ссылки