yolov8-segmentation

מה זה

הממשק מקבל קובץ תמונה רגיל ומחזיר תמונה מעובדת שעליה מצוירות מסיכות הסגמנטציה של האובייקטים שזוהו. אתם לא מקבלים כאן רק תיחום מרובע סביב העצם, אלא חלוקה לשטחים לפי קווי המתאר שלו בשטח התמונה, כפי שמופק ישירות מקובץ הפלט.

מאחורי הקלעים הקוד משתמש בחבילות ultralyticsplus, sahi ו־torch כדי לטעון ולהריץ את העיבוד. למרות שהכותרת מדברת על YOLOv8, המטא-דאטה מדווח על דגמי YOLOv5, והקוד מאפשר לבחור את שם המודל מתוך תפריט לצד שליטה ברזולוציית התמונה שבין 320 ל־1280 פיקסלים. יש גם דוגמאות מובנות שנשמרו מראש בממשק כדי שאפשר יהיה לבדוק תוצאות בלי להעלות קובץ משלכם.

מתאים ל

• בדיקת זיהוי עצמים

  העלאת תמונת מבחן כדי לראות איך המודל מפריד בין עצמים קרובים.

• כיוונון ספי רגישות

  משחק עם סליידרים של IOU וביטחון כדי להבין מתי מקבלים זיהוי שגוי.

• השוואת רזולוציה

  בדיקת השפעת שינוי גודל התמונה בין 320 ל־1280 על איכות המסיכה.

איפה זה נופל

ההדגמה הזו מציגה תמונה סופית בלבד, בלי לייצא קואורדינטות, קובץ JSON או מסיכות בינאריות מבודדות שדרושות לפיתוח אמיתי. בנוסף, הריצה על מעבד רגיל לא מייצגת את מהירות המודל האמיתית בזמן אמת, והבלבול ברישום בין גרסה 8 לגרסה 5 מחייב לבדוק איזה משקלים נטענים בפועל לפני שמסתמכים על הממצאים.

איך משתמשים

גוררים תמונה לחלון הקלט, בוחרים מודל ומשחקים עם הסליידרים של גודל התמונה, סף הביטחון וסף ה־IOU. אין צורך להירשם או לשלם כדי להריץ בדיקה. מאחר שהשרת רץ על מעבד בסיסי בלבד וללא מאיץ גרפי, החישוב של מודל ראייה ממוחשבת ייקח כמה שניות לכל תמונה ולא ירגיש מהיר כמו בעבודה על כרטיס מסך ייעודי.

הרישיון

הפרויקט מפורסם תחת רישיון gpl-3.0, מה שמחייב קוד פתוח ושיתוף תחת אותו רישיון אם משתמשים בו הלאה. הקבצים שאתם מעלים עוברים דרך השרת שמארח את הממשק לצורך העיבוד, כך שלא כדאי להעלות לשם תמונות רגישות או פרטיות.

הרישיון המלא ב־Hugging Face ↗