---
license: apache-2.0
tags:
- object-detection
- biology
- coastal
- yolov8
datasets:
- dataforgood/biolit-coastal-species-dataset-v2
base_model: Ultralytics/yolov8s
pipeline_tag: object-detection
---

# YOLOv8s : Détection d'espèces côtières (Biolit)

Modèle entraîné dans le cadre du projet **[Biolit](https://www.biolit.fr)** (Data for Good),
pour la détection automatique d'espèces côtières sur des photos d'observations citoyennes.
Utilisé pour la **saison 14**.

## Modèle

- **Architecture** : YOLOv8s (Ultralytics)
- **Tâche** : détection d'objets (1 détection par image — l'espèce la plus confiante)
- **Fichier** : `runs/biolit_v2_yolo_finetuned/best.pt`

## Méthodologie 


## Données d'entraînement

Fine-tuné sur ~1 400 images annotées manuellement par un bénévole d l'équipe ML2 en saison,
issues de la plateforme Biolit (observations côtières françaises).

→ Dataset : [dataforgood/biolit-coastal-species-dataset-v2](https://huggingface.co/datasets/dataforgood/biolit-coastal-species-dataset-v2)

## Utilisation

```bash
from huggingface_hub import hf_hub_download
from ultralytics import YOLO

model_path = hf_hub_download(
    repo_id="DataForGood/yolov8_biolit_crop",
    filename="runs/finetune-yolo-after-dyno-V2/best.pt"
)

model = YOLO(model_path)

results = model("chemin_vers_image_biolit.jpg", conf=0.4)
results[0].show()
```