Autonomous Driving / Computer Vision (Беспилотники и CV)
Collection
4 items • Updated
How to use Aleton/Zebra_crossing with ultralytics:
from ultralytics import YOLOvv8
model = YOLOvv8.from_pretrained("Aleton/Zebra_crossing")
source = 'http://images.cocodataset.org/val2017/000000039769.jpg'
model.predict(source=source, save=True)Модель zebra.pt обучена для обнаружения и сегментации пешеходных переходов (разметка "зебра") на изображениях. Основана на архитектуре YOLOv8 (сегментация) от Ultralytics.
| Параметр | Значение |
|---|---|
| 📦 Архитектура | YOLOv8n-seg |
| 📐 Количество слоёв | 151 (fused: 85) |
| 🧮 Параметров | 3,263,811 (fused: 3,258,259) |
| 🧠 Градиентов | 0 (модель в режиме инференса) |
| ⚙️ FLOPs | 12.1 GFLOPs (fused: 12.0 GFLOPs) |
| 🎯 Количество классов | 1 (пешеходный переход / зебра) |
from ultralytics import YOLO
import cv2
model = YOLO("zebra.pt") # путь к модели
image = cv2.imread("img/input.jpg")
results = model(image)
results[0].save(filename="out.jpg") # сохранение с масками
from ultralytics import YOLOvv8 model = YOLOvv8.from_pretrained("Aleton/Zebra_crossing") source = 'http://images.cocodataset.org/val2017/000000039769.jpg' model.predict(source=source, save=True)