─░├žeri─če ge├ž

Etkile┼čimli Nesne Alg─▒lama: Gradio & Ultralytics YOLOv8 ­čÜÇ

Etkile┼čimli Nesne Alg─▒lamaya Giri┼č

Bu Gradio aray├╝z├╝, nesne alg─▒lama i┼člemini ger├žekle┼čtirmek i├žin kolay ve etkile┼čimli bir yol sa─člar. Ultralytics YOLOv8 model. Kullan─▒c─▒lar g├Âr├╝nt├╝leri y├╝kleyebilir ve ger├žek zamanl─▒ alg─▒lama sonu├žlar─▒ elde etmek i├žin g├╝ven e┼či─či ve kesi┼čim-├╝zerinde-birle┼čme (IoU) e┼či─či gibi parametreleri ayarlayabilir.



─░zle: Gradio Integration with Ultralytics YOLOv8

Nesne Alg─▒lama i├žin Neden Gradio Kullan─▒lmal─▒?

  • Kullan─▒c─▒ Dostu Aray├╝z: Gradio, kullan─▒c─▒lar─▒n herhangi bir kodlama gereksinimi olmadan g├Âr├╝nt├╝ y├╝klemeleri ve alg─▒lama sonu├žlar─▒n─▒ g├Ârselle┼čtirmeleri i├žin basit bir platform sunar.
  • Ger├žek Zamanl─▒ Ayarlamalar: G├╝ven ve IoU e┼čikleri gibi parametreler an─▒nda ayarlanabilir, b├Âylece an─▒nda geri bildirim ve tespit sonu├žlar─▒n─▒n optimizasyonu sa─član─▒r.
  • Geni┼č Eri┼čilebilirlik: Gradio web aray├╝z├╝ne herkes taraf─▒ndan eri┼čilebilir, bu da onu g├Âsteriler, e─čitim ama├žlar─▒ ve h─▒zl─▒ deneyler i├žin m├╝kemmel bir ara├ž haline getirir.

Gradio ├Ârnek ekran g├Âr├╝nt├╝s├╝

Gradio Nas─▒l Kurulur

pip install gradio

Aray├╝z Nas─▒l Kullan─▒l─▒r

  1. G├Âr├╝nt├╝ Y├╝kle: Nesne alg─▒lama i├žin bir g├Âr├╝nt├╝ dosyas─▒ se├žmek ├╝zere 'G├Âr├╝nt├╝ Y├╝kle' ├╝zerine t─▒klay─▒n.
  2. Parametreleri Ayarlay─▒n:
    • G├╝ven E┼či─či: Nesneleri tespit etmek i├žin minimum g├╝ven seviyesini ayarlamak i├žin kayd─▒r─▒c─▒.
    • IoU E┼či─či: Farkl─▒ nesneleri ay─▒rt etmek i├žin IoU e┼či─čini ayarlamak i├žin kayd─▒r─▒c─▒.
  3. Sonu├žlar─▒ G├Âr├╝nt├╝le: Alg─▒lanan nesneleri ve etiketlerini i├žeren i┼členmi┼č g├Âr├╝nt├╝ g├Âr├╝nt├╝lenecektir.

├ľrnek Kullan─▒m Durumlar─▒

  • ├ľrnek Resim 1: Varsay─▒lan e┼čiklerle otob├╝s alg─▒lama.
  • ├ľrnek G├Âr├╝nt├╝ 2: Varsay─▒lan e┼čik de─čerleriyle bir spor g├Âr├╝nt├╝s├╝ ├╝zerinde alg─▒lama.

Kullan─▒m ├ľrne─či

Bu b├Âl├╝mde Ultralytics YOLOv8 modeli ile Gradio aray├╝z├╝n├╝ olu┼čturmak i├žin kullan─▒lan Python kodu sa─članmaktad─▒r. S─▒n─▒fland─▒rma g├Ârevlerini, alg─▒lama g├Ârevlerini, segmentasyon g├Ârevlerini ve anahtar nokta g├Ârevlerini destekler.

import gradio as gr
import PIL.Image as Image

from ultralytics import ASSETS, YOLO

model = YOLO("yolov8n.pt")


def predict_image(img, conf_threshold, iou_threshold):
    """Predicts and plots labeled objects in an image using YOLOv8 model with adjustable confidence and IOU thresholds."""
    results = model.predict(
        source=img,
        conf=conf_threshold,
        iou=iou_threshold,
        show_labels=True,
        show_conf=True,
        imgsz=640,
    )

    for r in results:
        im_array = r.plot()
        im = Image.fromarray(im_array[..., ::-1])

    return im


iface = gr.Interface(
    fn=predict_image,
    inputs=[
        gr.Image(type="pil", label="Upload Image"),
        gr.Slider(minimum=0, maximum=1, value=0.25, label="Confidence threshold"),
        gr.Slider(minimum=0, maximum=1, value=0.45, label="IoU threshold"),
    ],
    outputs=gr.Image(type="pil", label="Result"),
    title="Ultralytics Gradio",
    description="Upload images for inference. The Ultralytics YOLOv8n model is used by default.",
    examples=[
        [ASSETS / "bus.jpg", 0.25, 0.45],
        [ASSETS / "zidane.jpg", 0.25, 0.45],
    ],
)

if __name__ == "__main__":
    iface.launch()

Parametreler A├ž─▒klama

Parametre Ad─▒ Tip A├ž─▒klama
img Image Nesne alg─▒laman─▒n ger├žekle┼čtirilece─či g├Âr├╝nt├╝.
conf_threshold float Nesneleri tespit etmek i├žin g├╝ven e┼či─či.
iou_threshold float Nesne ayr─▒m─▒ i├žin kesi┼čim-├╝zerinde-birle┼čme e┼či─či.

Gradio Aray├╝z Bile┼čenleri

Bile┼čen A├ž─▒klama
G├Âr├╝nt├╝ Giri┼či Tespit i├žin g├Âr├╝nt├╝y├╝ y├╝klemek i├žin.
S├╝rg├╝ler G├╝ven ve IoU e┼čiklerini ayarlamak i├žin.
G├Âr├╝nt├╝ ├ç─▒kt─▒s─▒ Alg─▒lama sonu├žlar─▒n─▒ g├Âr├╝nt├╝lemek i├žin.


Created 2024-02-01, Updated 2024-06-10
Authors: glenn-jocher (5), IvorZhu331 (1), RizwanMunawar (1)

Yorumlar