ONNX 模型库
返回模型

说明文档

Counter Strike 2 玩家检测器

支持的标签

[ 'c', 'ch', 't', 'th' ]

该系列所有模型

如何使用

# 加载 Yolo
from ultralytics import YOLO

# 加载预训练的 YOLO 模型
model = YOLO(r'weights\yolov**_cs2.pt')

# 对 'image.png' 进行推理
model.predict(
    'image.png',
    save=True,
    device=0
    )

推理信息

Ultralytics YOLOv8.2.90 🚀 Python-3.12.5 torch-2.3.1+cu121 CUDA:0 (NVIDIA GeForce RTX 4060, 8188MiB)

  • yolov10l_cs2_fp16.engine (640x640 5 ts, 5 ths, 7.1ms)
  • yolov10l_cs2.engine (640x640 5 ts, 5 ths, 16.1ms)
  • yolov10l_cs2_fp16.onnx (640x640 5 ts, 5 ths, 337.2ms)
  • yolov10l_cs2.onnx (640x640 5 ts, 5 ths, 348.0ms)
  • yolov10l_cs2.pt (384x640 5 ts, 5 ths, 99.1ms)

数据集信息

数据来自超过120场游戏,视频画面已进行详细标注。

image/jpg image/jpg

训练信息

训练进行了150个轮次。

image/png

Vombit/yolov10l_cs2

作者 Vombit

object-detection yolov10
↓ 1 ♥ 0

创建时间: 2024-09-19 20:04:40+00:00

更新时间: 2026-01-21 06:19:07+00:00

在 Hugging Face 上查看

文件 (10)

.gitattributes
README.md
labels.jpg
labels_correlogram.jpg
results.png
yolov10l_cs2.engine
yolov10l_cs2.onnx ONNX
yolov10l_cs2.pt
yolov10l_cs2_fp16.engine
yolov10l_cs2_fp16.onnx ONNX