Friki Work

Índice- Modificar valores de clase en archivos TXT con formato YOLO Extraer fotogramas de un video o flujo RTSP Renombrar archivos Contar archivos en un directorio específico Deteción con modelo YOLOv8 en flujo RTSP Modiifcación de valores de clase en acrhivos TXT Script implementado: import os from pathlib import Path ''' Cambiar el valor ...

Arquitectura y Características de YOLOv8 YOLOv8 represenat un avance significativo en la serie de modelos SOTA (State-of-the-Art) para detección de objetos, optimizando el rendimiento respecto a su predecesor, YOLOv5. Su arquitectura se organiza fundamentalemnte en tres componentes: Backbone: Basado en los principios de CSP, sustituye los módu ...

Arquitectura y Funcionalidades del Sistema Este sistema implementa una plataforma integral para la clasificación de razas de gatos y perros, apoyándose en modelos de detección de objetos de la familia YOLO (versiones v8, v10, v11 y v12) integrados en un backend basado en SpringBoot. La arquitectura sigue un enfoque de separación frontend-backen ...

Dataset de Flores 12 tipos de flores con más de 8000 imágenes en total. A continuación se presenta una guía completa que abarca desde la preparcaión de datos, entrenamiento del modelo, evaluación y visualización de resultados. Utilizaremos YOLOv8 para la tarea de detección de objetos y proporcionaremos scripts útiles para optimizar el procesami ...

Introducción a MindYOLO MindYOLO es una caja de herramientas para algoritmos de la serie YOLO, construida sobre el framework MindSpore. Este paquete integra modelos aavnzados de detección de objetos en tiempo real, proporcionando una interfaz estandarizada para experimentación y desarrollo. Soporta múltiples veersiones de YOLO, incluyendo YOLOv ...

1. ¿Por qué la detección de señales de tráfico es el "ojo" de la conducción autónoma? Al conducir, ¿qué tememos más además de los complejos escenarios de tráfico? Olvidar o interpretar incorrectamente las señales de tráfico. No ver correctamente un indicador de "prohibido girar a la izquierda" puede resultar en un desvío inn ...

Para empezar a trabajar con YOLOv8, es necesario obtener su código fuente oficial. El proyecto ahora se conoce como ultralytics. Puedes descargar el paquete comprimido desde el repositorio oficial de GitHub. Una vez descargado, se recomienda crear un directorio dedicado en tu sistema (por ejemplo, C:\proyectos\yolov8) y extraer allí el contenid ...