/ Модель

Характеристики

Размер весов
52 МБ
Архитектура
v8 · dense
Библиотека
ultralytics
Опубликована
29 янв 2023

yolov8m-csgo-player-detection

Поиск объектовИзображение → bounding_boxes3 профессии

Модель YOLOv8m обнаруживает игроков CT и T и их головы на изображениях и кадрах CS:GO.

1 122скачиваний за 30 дней8лайковвеса обновлены22 фев 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

keremberke/yolov8m-csgo-player-detection — модель компьютерного зрения на базе YOLOv8m, опубликованная пользователем keremberke. Она предназначена для обнаружения игроков команд CT и T в изображениях или видеокадрах Counter-Strike: Global Offensive, отдельно распознавая тела игроков и головы с метками ct, t, cthead и thead. Модель использует библиотеку Ultralytics и распространяется в формате PyTorch.

Модель подходит для анализа игровых кадров, поиска игроков и их голов, а также для построения разметки объектов в материалах по CS:GO. В карточке указан датасет keremberke/csgo-object-detection. Данных о лицензии и количественных характеристиках модели карточка не содержит.

Сценарии применения

  • обнаружение игроков CT и T на кадрах CS:GO
  • поиск голов игроков в игровых изображениях
  • разметка объектов в записях игрового процесса
  • анализ состава и расположения игроков в кадре

Ограничения

Распознаёт только четыре игровых класса: ct, cthead, t и thead; пригодность для других игр и типов изображений не подтверждена. Лицензия и показатели качества в карточке не указаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Supported Labels

['ct', 'cthead', 't', 'thead']

How to use

pip install ultralyticsplus==0.0.23 ultralytics==8.0.21
  • Load model and perform prediction:
from ultralyticsplus import YOLO, render_result

# load model
model = YOLO('keremberke/yolov8m-csgo-player-detection')

# set model parameters
model.overrides['conf'] = 0.25  # NMS confidence threshold
model.overrides['iou'] = 0.45  # NMS IoU threshold
model.overrides['agnostic_nms'] = False  # NMS class-agnostic
model.overrides['max_det'] = 1000  # maximum number of detections per image

# set image
image = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'

# perform inference
results = model.predict(image)

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

More models available at: awesome-yolov8-models

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · ultralytics

Нельзя запустить

Модели Ultralytics YOLO требуют отдельного рантайма.

Ревизия весов
feb8c8c

0 моделей