Create README.md

README.md

@@ -0,0 +1,49 @@
+---
+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 |
+|----------|-------------|
+| ![input](https://huggingface.co/Aleton/Zebra_crossing/resolve/main/a.jpg) | ![output](https://huggingface.co/Aleton/Zebra_crossing/resolve/main/out.jpg) |
+
+---
+
+## ⚙️ 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("zebra.pt")
+
+# Загрузка изображения 
+img = cv2.imread("frame.jpg")
+
+# Предсказание
+results = model(img)
+
+# Отображение результата
+results[0].show()