Укажите класс для обнаружения с помощью YOLOv8 на предварительно обученной модели

Я новичок в YOLOv8, я просто хочу, чтобы модель обнаруживала только некоторые классы, а не все 80 классов, на которых обучалась модель. Как я могу указать модель YOLOv8 для обнаружения только одного класса? Например, только человек.

from ultralytics import YOLO
model = YOLO('YOLOv8m.pt')

Я помню, что мы можем сделать это с YOLOv5, но я не мог сделать то же самое с YOLOv8:

model = torch.hub.load("ultralytics/yolov5", 'custom', path='yolov5s.pt')
model.classes = [0]  # Only person
model.conf = 0.6

почему бы просто не отфильтровать полученные обнаружения, выбрав только те классы, которые вам интересны?

Christoph Rackwitz 15.02.2023 09:31

Это один метод. Но я думаю, что лучше ограничить модель обнаружением только определенного класса.

TAN 15.02.2023 10:55

Почему этот вопрос был закрыт? Я не вижу здесь проблем...

Mike B 15.02.2023 19:54

@MikeB Понятия не имею.

TAN 16.02.2023 04:20

Я не знаю, что эти «опытные члены сообщества» ожидают от меня разъяснений. Можете ли вы проголосовать за его повторное открытие? Я только что прочитал «что значит, если Q закрыт», и там говорится, что если он получит один голос за повторное открытие от кого-то с достаточной репутацией, он будет снова открыт.

TAN 16.02.2023 04:34
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
5
59
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Просто укажите classes в predict с идентификаторами классов, которые вы хотите предсказать.

from ultralytics.yolo.engine.model import YOLO

model = YOLO("yolov8n.pt")
model.predict(source = "0", show=True, stream=True, classes=0)
for i, (result) in enumerate(results):
    print('Do something with class 0')

Другие вопросы по теме