/ Модель

Характеристики

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

yolov8m-protective-equipment-detection

Поиск объектовИзображение → bounding_boxes3 профессии

Детектор YOLOv8 для обнаружения защитной экипировки и её отсутствия на изображениях.

1 292скачиваний за 30 дней18лайковвеса 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

Модель keremberke/yolov8m-protective-equipment-detection — детектор объектов семейства YOLOv8, опубликованный Keremberke и рассчитанный на поиск средств индивидуальной защиты на изображениях. Она распознаёт перчатки, защитные очки, каски, маски и обувь, а также отдельные классы отсутствия этих элементов. Модель предназначена для автоматизированной проверки соблюдения требований к защитной экипировке, например на рабочих площадках.

Репозиторий содержит веса PyTorch и использует библиотеку Ultralytics. В карточке приведён список классов, но нет сведений о точности, размере модели или ограничениях применения; качество может зависеть от условий съёмки и сходства изображений с обучающими данными. Лицензия в предоставленных данных не указана.

Сценарии применения

  • проверка наличия каски у работников на фото
  • обнаружение защитных очков на рабочих площадках
  • контроль использования перчаток и масок
  • проверка наличия защитной обуви
  • автоматическая разметка средств индивидуальной защиты на изображениях

Ограничения

Карточка не приводит показатели точности и не описывает условия, на которых модель может ошибаться; фактическое качество следует оценивать на целевых изображениях. Лицензия не указана в предоставленных данных.

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

['glove', 'goggles', 'helmet', 'mask', 'no_glove', 'no_goggles', 'no_helmet', 'no_mask', 'no_shoes', 'shoes']

How to use

pip install ultralyticsplus==0.0.24 ultralytics==8.0.23
  • Load model and perform prediction:
from ultralyticsplus import YOLO, render_result

# load model
model = YOLO('keremberke/yolov8m-protective-equipment-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
8731f35

0 моделей