metadata
language: zh
tags:
- computer-vision
- object-detection
- yolo
- pool-ball
license: mit
datasets:
- custom-pool-ball
metrics:
- mAP50
- mAP50-95
Pool Ball Detector
這是一個基於 YOLOv8 的撞球檢測模型，用於識別和定位撞球。
模型詳情
- 模型架構：YOLOv8n
- 訓練數據：自定義撞球數據集
- 訓練輪數：120 epochs
- 圖像大小：640x640
- 批次大小：128
- 設備：NVIDIA GeForce RTX 3060
性能指標
- mAP50: 0.931
- mAP50-95: 0.581
使用方法
from ultralytics import YOLO
# 載入模型
model = YOLO('pool-ball-detector.pt')
# 進行預測
results = model.predict('path/to/image.jpg')
訓練細節
- 使用 YOLOv8n 預訓練模型
- 使用自動混合精度訓練
- 使用早停策略
- 每 10 個 epoch 保存一次檢查點
數據集
自定義撞球數據集，包含：
- 訓練集：撞球圖像和對應的標註
- 驗證集：用於評估模型性能
限制
- 模型僅針對撞球檢測進行訓練
- 在複雜背景或光線條件下可能表現不佳