Обнаружение вилочных погрузчиков и людей YOLOv8n

Что умеет эта модель?

Эта модель основана на архитектуре YOLOv8n и предназначена для высокоточного обнаружения двух типов объектов: вилочных погрузчиков и людей на изображениях.

Поддерживаемые метки:

• forklift (вилочный погрузчик)
• person (человек)

Как обучена модель?

Модель keremberke/yolov8n-forklift-detection была обучена на наборе данных keremberke/forklift-object-detection. YOLOv8n — это легкая и быстрая модель из семейства YOLO, разработанная для эффективного обнаружения объектов. Результаты валидации на этом наборе данных показывают следующие метрики:

Применение

Эта модель может быть использована в различных сценариях, где требуется мониторинг и анализ присутствия вилочных погрузчиков и людей. Ключевые области применения включают:

• Безопасность на складах и производстве: автоматическое обнаружение и предупреждение о потенциально опасных ситуациях, связанных с пересечением путей вилочных погрузчиков и пешеходов.
• Учёт и инвентаризация: мониторинг активности погрузчиков для оптимизации логистических процессов.
• Системы видеонаблюдения: интеграция в существующие системы для повышения эффективности обнаружения целевых объектов.

Пример использования модели:

from ultralyticsplus import YOLO, render_result

model = YOLO('keremberke/yolov8n-forklift-detection')
model.overrides['conf'] = 0.25
model.overrides['iou'] = 0.45
image = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'
results = model.predict(image)
render = render_result(model=model, image=image, result=results[0])
render.show()

Ссылки