Update README.md
Browse files
README.md
CHANGED
|
@@ -1,57 +1,3 @@
|
|
| 1 |
-
<<<<<<< HEAD
|
| 2 |
-
---
|
| 3 |
-
license: mit
|
| 4 |
-
---
|
| 5 |
-
tags:
|
| 6 |
-
- yolov8
|
| 7 |
-
- object-detection
|
| 8 |
-
- deep-learning
|
| 9 |
-
- computer-vision
|
| 10 |
-
- pretrained
|
| 11 |
-
---
|
| 12 |
-
|
| 13 |
-
# 📦 YOLOv8 - Modelo de Detección de Objetos
|
| 14 |
-
|
| 15 |
-
Este modelo está basado en **YOLOv8**, una de las arquitecturas más avanzadas para la detección en tiempo real de objetos en imágenes y vídeos. Está entrenado en un dataset de múltiples clases para reconocer una variedad de objetos con alta precisión.
|
| 16 |
-
|
| 17 |
-
---
|
| 18 |
-
|
| 19 |
-
## 🛠️ **Detalles Técnicos**
|
| 20 |
-
- **Arquitectura**: YOLOv8 (You Only Look Once)
|
| 21 |
-
- **Dataset**: Conjunto de datos etiquetado con objetos de diversas categorías.
|
| 22 |
-
- **Épocas de entrenamiento**: 600
|
| 23 |
-
- **Tamaño de imagen**: 640x640 px
|
| 24 |
-
- **Precisión final (mAP@50)**: 85% en validación
|
| 25 |
-
- **FPS en GPU**: ~45 en inferencia
|
| 26 |
-
|
| 27 |
-
---
|
| 28 |
-
|
| 29 |
-
## 🚀 **Uso del Modelo**
|
| 30 |
-
Puedes cargar el modelo y realizar predicciones con la librería `ultralytics`.
|
| 31 |
-
|
| 32 |
-
### **📸 Para Imágenes**
|
| 33 |
-
```python
|
| 34 |
-
import cv2
|
| 35 |
-
from ultralytics import YOLO
|
| 36 |
-
|
| 37 |
-
model = YOLO("izaskun/yolov8-object-detection")
|
| 38 |
-
cap = cv2.VideoCapture("video.mp4")
|
| 39 |
-
|
| 40 |
-
while cap.isOpened():
|
| 41 |
-
ret, frame = cap.read()
|
| 42 |
-
if not ret:
|
| 43 |
-
break
|
| 44 |
-
|
| 45 |
-
results = model.predict(frame)
|
| 46 |
-
annotated_frame = results[0].plot()
|
| 47 |
-
cv2.imshow("YOLOv8 - Detección en Vídeo", annotated_frame)
|
| 48 |
-
|
| 49 |
-
if cv2.waitKey(1) == ord('q'):
|
| 50 |
-
break
|
| 51 |
-
|
| 52 |
-
cap.release()
|
| 53 |
-
cv2.destroyAllWindows()
|
| 54 |
-
=======
|
| 55 |
---
|
| 56 |
license: mit
|
| 57 |
base_model:
|
|
@@ -357,5 +303,4 @@ print("✅ Procesamiento completado. Video guardado.")
|
|
| 357 |
|
| 358 |
|
| 359 |
|
| 360 |
-
---
|
| 361 |
-
>>>>>>> yolov8-model
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
---
|
| 2 |
license: mit
|
| 3 |
base_model:
|
|
|
|
| 303 |
|
| 304 |
|
| 305 |
|
| 306 |
+
---
|
|
|