ONNX 模型库
返回模型

说明文档

局限性

  • 该模型可能会产生假阳性或假阴性结果,因此不应在关键环境中使用(例如:安全、医疗诊断、法律决策)。
  • 精确度可能因输入数据的质量和类型而异。
  • 并非针对所有设备优化,因此在内存或计算能力较低的硬件上性能可能受限。
  • 可能反映训练数据中存在的偏差。

负责任使用

  • 该模型专为教育、研究和技术实验目的而设计。
  • 不应用于:
    • 未经适当授权的商业目的。
    • 生成或传播误导性、冒犯性或有害内容。
    • 侵犯版权、注册商标或其他第三方权利。
  • 建议在实际应用中使用前与人类专家验证结果。

法律声明

⚠️ 法律声明

  • 该模型可能包含或已使用涉及名称、标志或商标的数据进行训练。这些元素属于其各自所有者的财产。
  • 使用本模型不意味着数据中提及的品牌、公司或实体与模型存在任何关系、关联或认可。
  • 作者对不当使用不负责任,包括侵犯知识产权、传播虚假信息或违反当地法规的应用。
  • 最终用户有责任确保在每个环境中对模型进行道德、合法和授权的使用。

许可证

本模型根据本存储库中所选许可证的条款进行分发。

  • 用户在使用模型之前必须审查并遵守许可证条件。
  • 如果您计划在商业环境中使用此模型,请确保许可证允许并已获得必要的授权。
  • 如果重新使用、修改或重新分发模型,您必须保持相同的许可证并适当引用作者。

🏆 YOLOv8 运动标志检测:中型 vs 小型模型对比

License: MIT Python 3.8+ YOLOv8 Hugging Face

🚀 用于运动标志检测的 YOLOv8 模型 - 对比分析

高性能目标检测用于运动品牌识别

📋 模型概述

本存储库提供了三种用于运动标志检测的 YOLOv8 模型的全面比较,专门针对 Adidas、Nike 和 Adidas 变体的识别。每个模型在精度、速度和计算需求之间提供了不同的平衡。

模型 架构 参数量 大小 速度 最佳用例
YOLOv8n (Nano) Nano ~3.2M 6.2 MB >100 FPS 移动/边缘设备
YOLOv8s (Small) Small ~11.2M 21.5 MB ~80 FPS 平衡应用
YOLOv8m (Medium) Medium ~25.9M 49.7 MB ~60 FPS 高精度场景

🎯 性能对比

📊 关键指标摘要

指标 Nano (YOLOv8n) Small (YOLOv8s) Medium (YOLOv8m) 优胜者
mAP@0.5 95.9% 97.0% 97.9% 🥇 Medium
mAP@0.5-0.95 72.4% 75.2% 76.4% 🥇 Medium
精度 98.0% 97.2% 97.3% 🥇 Nano
召回率 92.7% 93.1% 95.7% 🥇 Medium
F1分数 95.3% 95.1% 96.5% 🥇 Medium
训练时间 2.55h 4.43h 11.6h 🥇 Nano

📈 指标解释

mAP@0.5 (平均精度均值,IoU=0.5)

  • 衡量当允许50%重叠时模型检测目标的效果。

  • Medium 胜出(97.9%),在检测方面最精确。

mAP@0.5-0.95 (IoU 在0.5到0.95之间的严格范围)

  • 这是一个更严格的指标,考虑了在不同重叠程度下的精度。

  • Medium 胜出(76.4%),意味着它更好地适应精确检测。

精度

  • 在所有做出的检测中,有多少是正确的?(避免假阳性)。

  • Nano 胜出(98.0%),检测时假阳性较少,尽管可能不是最全面的。

召回率

  • 在图像中所有真实目标中,模型检测到了多少?(避免假阴性)。

  • Medium 胜出(95.7%),找到更多目标,尽管可能冒一些假阳性的风险。

F1分数

  • 精度和召回率之间的平衡。

  • Medium 胜出(96.5%),整体平衡最好。

训练时间

  • 每个模型训练所需的时间(在标准GPU上)。

  • Nano 胜出(2.55h),比 Medium (11.6h)训练快得多。

🎨 视觉资源

📊 性能可视化 - Nano 模型

训练指标演变

Nano 结果

性能曲线

Nano F1 曲线 Nano 精度-召回曲线

混淆分析 - Nano

Nano 混淆矩阵

验证示例 - Nano

Nano 验证标签 Nano 验证预测

📊 性能可视化 - Small 模型

训练指标演变

Small 结果

性能曲线

Small F1 曲线 Small 精度-召回曲线

混淆分析 - Small

Small 混淆矩阵

验证示例 - Small

Small 验证标签 Small 验证预测

📊 性能可视化 - Medium 模型

训练指标演变

Medium 结果

性能曲线

Medium F1 曲线 Medium 精度-召回曲线

混淆分析 - Medium

Medium 混淆矩阵

验证示例 - Medium

Medium 验证标签 Medium 验证预测

📊 数据集信息

🎯 检测类别

  • adidas: Adidas 标志的主要变体
  • nike: Nike 勾形标志和文字标志
  • adidas_1: Adidas 替代设计
  • adidas_2: Adidas 专用变体

📸 数据集统计

  • 图像总数: 1,200+ 样本
  • 训练集: 70% (840+ 图像)
  • 验证集: 20% (240+ 图像)
  • 测试集: 10% (120+ 图像)
  • 图像分辨率: 416×416 像素
  • 标注格式: YOLO 格式

🎯 模型选择指南

🚀 如果您需要以下功能,请选择 Nano:

  • ✅ 实时推理(>100 FPS)
  • ✅ 移动/边缘部署
  • ✅ 最低资源消耗
  • ✅ 经济高效的扩展
  • ✅ 电池供电设备

⚖️ 如果您需要以下功能,请选择 Small:

  • ✅ 平衡的性能/效率
  • ✅ 云端部署灵活性
  • ✅ 生产稳定性
  • ✅ 中等精度要求
  • ✅ 标准服务器基础设施

🎯 如果您需要以下功能,请选择 Medium:

  • ✅ 最高精度(97.9% mAP@0.5)
  • ✅ 研究级性能
  • ✅ 关键应用
  • ✅ 详细分析能力
  • ✅ 最佳召回率性能(95.7%)

最后更新:2025年9月2日
模型状态:✅ 生产就绪
许可证:MIT

最后更新:2025年9月2日

*✔ 开发者:Juan Carlos Macías / Amigo IA (GitHub Copilot) 作品集链接

juancmamacias/detect_logo

作者 juancmamacias

video-classification
↓ 0 ♥ 1

创建时间: 2025-09-01 07:15:44+00:00

更新时间: 2025-09-03 04:59:08+00:00

在 Hugging Face 上查看

文件 (46)

.gitattributes
README.md
best.onnx ONNX
best.pt
huggingface_assets/README.md
huggingface_assets/medium_boxf1.png
huggingface_assets/medium_boxpr.png
huggingface_assets/medium_confusion.png
huggingface_assets/medium_confusion_matrix.png
huggingface_assets/medium_f1_curve.png
huggingface_assets/medium_labels.jpg
huggingface_assets/medium_pr_curve.png
huggingface_assets/medium_results.png
huggingface_assets/medium_val_batch0_labels.jpg
huggingface_assets/medium_val_batch0_pred.jpg
huggingface_assets/medium_val_batch1_pred.jpg
huggingface_assets/medium_val_labels.jpg
huggingface_assets/medium_val_pred.jpg
huggingface_assets/nano_boxf1.png
huggingface_assets/nano_boxpr.png
huggingface_assets/nano_confusion.png
huggingface_assets/nano_results.png
huggingface_assets/nano_val_labels.jpg
huggingface_assets/nano_val_pred.jpg
huggingface_assets/small_boxf1.png
huggingface_assets/small_boxpr.png
huggingface_assets/small_confusion.png
huggingface_assets/small_confusion_matrix.png
huggingface_assets/small_f1_curve.png
huggingface_assets/small_labels.jpg
huggingface_assets/small_pr_curve.png
huggingface_assets/small_results.png
huggingface_assets/small_val_batch0_labels.jpg
huggingface_assets/small_val_batch0_pred.jpg
huggingface_assets/small_val_batch1_pred.jpg
huggingface_assets/small_val_labels.jpg
huggingface_assets/small_val_pred.jpg
logo_detect_medium.onnx ONNX
logo_detect_medium.pt
logo_detect_nano.onnx ONNX
logo_detect_nano.pt
logo_detect_small.onnx ONNX
logo_detect_small.pt
modelo_entreno_2025-08-31_11-36-03-184461_convergence.png
modelo_entreno_2025-08-31_11-36-03-184461_stability.png
modelo_entreno_2025-08-31_11-36-03-184461_training_analysis.png