/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

yolov8m-plane-detection

keremberke
Поиск объектовИзображение → bounding_boxes3 профессии

YOLOv8m для обнаружения самолётов и выделения их рамками на изображениях.

1 031скачиваний за 30 дней13лайковвеса 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-plane-detection — модель компьютерного зрения на базе YOLOv8m, предназначенная для обнаружения самолётов на изображениях. Она выдаёт рамки объектов с меткой planes и предназначена для сценариев, где нужно находить самолёты на снимках. Репозиторий использует библиотеку Ultralytics и содержит веса PyTorch; обучающий датасет указан как keremberke/plane-detection.

Модель решает задачу object detection и распознаёт один класс объектов — самолёты. Карточка не сообщает размер входного изображения, показатели качества или условия лицензии, поэтому эти характеристики нельзя оценить по доступным сведениям.

Сценарии применения

  • поиск самолётов на аэрофотоснимках
  • обнаружение самолётов на снимках с камер наблюдения
  • подсчёт самолётов на изображении по рамкам детекции

Ограничения

Модель распознаёт только класс planes; карточка не приводит метрики качества и условия лицензии.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Supported Labels

['planes']

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-plane-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
dd34d08

0 моделей

    Создать бенчмарк