File size: 2,493 Bytes
d10a617 a487561 d10a617 d9aeda1 d10a617 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 |
---
license: mit
pipeline_tag: object-detection
---
# 🦓 Модель `traficlight.pt` — Обнаружение пешеходных светофоров для мобильных роботов
Модель `traficlight.pt` разработана для задачи **обнаружения пешеходных светофоров** с целью распознавания состояния сигнала — **красного** или **зелёного**.
Она основана на современной архитектуре **YOLOv8** от [Ultralytics](https://github.com/ultralytics/ultralytics) и предназначена для применения в **мобильных роботах**, передвигающихся в городской среде.
---
## 🎯 Назначение
Модель ориентирована на использование в проектах **мобильной робототехники** и системах машинного зрения:
🔴🟢 Определение текущего сигнала светофора — **красный** или **зелёный**
| Зеленый сигнал | Красный сигнал |
|----------|-------------|
|  |  |
---
## ⚙️ Характеристики
| Параметр | Значение |
|----------------------------|----------------------------------------|
| 📦 Архитектура | YOLOv8n |
| 📐 Количество слоёв | 129 (fused: 72) |
| 🧮 Параметров | 3,011,238 (fused: 3,006,038) |
| 🧠 Градиентов | 0 (модель в режиме инференса) |
| ⚙️ FLOPs | 8.2 GFLOPs (fused: 8.1 GFLOPs) |
| 🎯 Количество классов | 2 (цвета светофора) |
---
## 🚀 Пример использования
```python
from ultralytics import YOLO
import cv2
# Загрузка модели
model = YOLO("traficlight.pt")
# Загрузка изображения
img = cv2.imread("frame.jpg")
# Предсказание
results = model(img)
# Отображение результата
results[0].show() |