YOLO-ARENA

מה זה

אתם מעלים תמונה, והממשק מריץ עליה חמישה מודלים: YOLOv8, YOLOv9, YOLOv10, YOLO11 וגם RF-DETR. כל המודלים נטענים דרך ספריית inference ומכוונים למאגר COCO, כך שהם מזהים את קטגוריות העצמים המוכרות משם כמו אנשים, רכבים וציוד ספורט.

בתוצאה מקבלים חמש תמונות נפרדות, אחת לכל מודל, עם תיבות הסימון שהספרייה supervision מציירת מעליהן. הממשק כולל דוגמאות מובנות של אנשים הולכים ברחוב, מכוניות בכביש ומשחק כדורסל, כך שאפשר לראות את ההבדלים גם בלי להעלות קובץ משלכם.

מתאים ל

• בדיקת דיוק באיתור אנשים

  מעלים צילום רחוב ומשווים מי מבין גרסאות ה־YOLO ו־RF-DETR מפספס פחות הולכי רגל.

• בחינת זיהוי רכבים בכביש

  בודקים איך המודלים השונים מתמודדים עם תנועה צפופה ורכבים שמסתירים זה את זה.

• כיול ספי ביטחון

  משחקים עם הסליידרים של ה־confidence וה־IoU כדי לראות מתי נעלמות תיבות מיותרות.

איפה זה נופל

הכלי מציג רק פלט חזותי ולא מחזיר זמני ריצה, צריכת זיכרון או נתוני ביצועים מספריים. בגלל שההרצה נעשית על מעבד, מהירות התגובה כאן לא משקפת את המהירות האמיתית של המודלים בסביבת ייצור עם כרטיסי מסך.

בנוסף, כל המודלים מאומנים על COCO בלבד. אם יש לכם צורך בזיהוי עצמים שלא קיימים במאגר הזה, ההשוואה כאן לא תעזור להבין איך הם יתפקדו.

איך משתמשים

גוררים תמונה למשבצת הקלט, או בוחרים באחת משלוש הדוגמאות המוכנות, ולוחצים על כפתור השליחה. יש תפריט הגדרות שבו אפשר לכוונן סליידרים של סף ביטחון נפרד לכל מודל, לצד סליידר של סף חפיפה כללי מסוג IoU.

הקוד רץ על שרת במצב cpu-upgrade, ללא מאיץ גרפי ייעודי. זה אומר שהרצה של חמישה מודלים בזה אחר זה על מעבד תיקח כמה שניות לכל תמונה, ולא תהיה מיידית כמו בכרטיס מסך.

הרישיון

הפרויקט מפורסם תחת רישיון MIT, שמאפשר שימוש חופשי בקוד, כולל שינוי והפצה מסחרית. המידע על אופן השמירה או השימוש בתמונות שמועלות לשרת לא מפורט בקוד האפליקציה.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗