YOLO-v8-seg实例分割使用

本文介绍了如何使用YOLO-v8-seg进行实例分割,通过简单的几行代码实现模型加载和预测,并展示了其高效的速度和可用的效果。作者还提供了解析预测结果的方法,包括mask和关键点输出。

最近需要实例分割完成一些任务,一直用的SAM(segment anything)速度慢,找一个轻量分割模型。

1. YOLO-v8-seg使用

git clone https://github.com/ultralytics/ultralytics.git

cd ultralytics

vim run.py

from ultralytics import YOLO

# Load a model
model = YOLO('yolov8l-seg.pt')  # load an official model

# Predict with the model
results = model('test.jpg')  # predict on an image

就这么几行,这就行了?代码量也太少了。

2 效果

效果也还不错

速度:

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值