Upload 3 files

README.md

@@ -0,0 +1,62 @@
+# Pool Ball Detector
+
+基於 YOLOv8 的撞球檢測模型。
+
+## 安裝
+
+```bash
+pip install ultralytics
+```
+
+## 使用方法
+
+1. 載入模型：
+```python
+from ultralytics import YOLO
+model = YOLO('pool-ball-detector.pt')
+```
+
+2. 進行預測：
+```python
+results = model.predict('path/to/image.jpg')
+```
+
+## 訓練
+
+```python
+from ultralytics import YOLO
+
+# 載入模型
+model = YOLO('yolov8n.pt')
+
+# 訓練
+model.train(
+    data='data/dataset.yaml',
+    epochs=120,
+    imgsz=640,
+    batch=128,
+    device='0'
+)
+```
+
+## 數據集結構
+
+```
+data/
+├── dataset.yaml
+├── images/
+│   ├── train/
+│   └── val/
+└── labels/
+    ├── train/
+    └── val/
+```
+
+## 模型性能
+
+- mAP50: 0.931
+- mAP50-95: 0.581
+
+## 授權
+
+MIT License 

last.pt

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7f3079fdf942b7f2df062a70a63c0e74d34b8fa8b200d06236cdc684ac144b6e
+size 6244387

model_card.md

@@ -0,0 +1,62 @@
+---
+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
+
+```python
+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