跳转到主要内容

未提供项目描述

项目描述

为Rikai提供Yolov5支持

rikai-yolov5集成了基于PyTorch实现的Yolov5,并整合到Rikai中。它基于打包的ultralytics/yolov5

笔记本

  • 在Colab中打开 使用Rikai分析周杰伦的《 Mojito》中的图片。

使用方法

使用rikai-yolov5有两种方式。

rikai.mlflow.pytorch.log_model(
    model,
    "model",
    OUTPUT_SCHEMA,
    registered_model_name=registered_model_name,
    model_type="yolov5",
)

另一种方式是在Rikai SQL中设置model_type

CREATE MODEL mlflow_yolov5_m
MODEL_TYPE yolov5
OPTIONS (
  device='cpu'
)
USING 'mlflow:///{registered_model_name}';

可用选项

名称 默认值 描述
conf_thres 0.25 NMS置信度阈值
iou_thres 0.45 NMS IoU阈值
max_det 1000 每张图像的最大检测数
image_size 640 图像宽度

以下是上述选项的示例用法

CREATE MODEL mlflow_yolov5_m
OPTIONS (
  device='cpu',
  iou_thres=0.5
)
USING 'mlflow:///{registered_model_name}';

项目详情


下载文件

下载适用于您平台文件的文件。如果您不确定选择哪个,请了解更多关于安装包的信息。

源分布

rikai-yolov5-0.1.2.tar.gz (8.3 kB 查看哈希值)

上传时间

构建分布

rikai_yolov5-0.1.2-py3-none-any.whl (9.2 kB 查看哈希值)

上传时间 Python 3

由以下支持

AWSAWS云计算和安全赞助商DatadogDatadog监控FastlyFastlyCDNGoogleGoogle下载分析MicrosoftMicrosoftPSF赞助商PingdomPingdom监控SentrySentry错误日志StatusPageStatusPage状态页