Как ограничить модель «йоло» по умолчанию, чтобы распознавать меньше объектов?

я хочу использовать модель YOLOv8 по умолчанию (yolov8m.pt) для обнаружения объектов. Я знаю, что модели YOLO по умолчанию используют набор данных COCO и могут обнаруживать более 80 объектов. Я просто хочу обнаружить около 5 из них, как мне этого добиться?

Нет, неверно говорить, что «модели YOLO по умолчанию используют набор данных COCO». Кто-то, возможно, использовал YOLO и набор данных MSCOCO, а затем опубликовал эти предварительно обученные веса, чтобы каждый мог их скачать. Но это не значения по умолчанию. «По умолчанию» люди обучают свои собственные сети. Предварительно обученные MSCOCO больше подходят к вопросу «что мы можем предоставить новым пользователям, чтобы они могли протестировать что-то и увидеть какие-то результаты после установки нашей платформы».

Stéphane 02.05.2024 02:49
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
0
1
179
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Для фильтрации классов в режиме прогнозирования используйте параметр classes функции predict, где нужно указать идентификаторы соответствующих классов.

классы, список[int]. Фильтрует прогнозы по набору идентификаторов классов. Будут возвращены только обнаружения, принадлежащие указанным классам. Полезно для фокусировки на соответствующих объектах в задачах обнаружения нескольких классов. https://docs.ultralytics.com/modes/predict/#inference-arguments

Список классов для набора данных COCO можно найти здесь: https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco.yaml.

from ultralytics import YOLO

model = YOLO('yolov8n.pt')
results = model.predict(source='img.jpg', classes=[0, 3, 5])

Другие вопросы по теме