YOLOv8-ZoeDepth-ZST

KO | EN

gitlite — search

#javascript #python #react #ai #go #golang #android #rust #macos #nodejs #kubernetes #awesome-list #mcp #open-source

YOLOv8-ZoeDepth-ZST

(★ 15)

No description available.

YOLOv8-ZoeDepth-ZST 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# YOLOv8-ZoeDepth-ZST
## 簡介

**此API使用了基於Pytorch的YOLO模型進行影像中的物件偵測。我們支援兩種版本的YOLO，分別是[YOLOv5](https://github.com/ultralytics/yolov5)和[YOLOv8](https://github.com/ultralytics/ultralytics)。除此之外，我們也提供了選擇性的[深度估計模型](https://github.com/isl-org/ZoeDepth)以進行影像中物體的深度估計。**

<img src="./zoedepth-teaser.png" width="1500" />
 <img src="./yolov5-ZoeDepth_ZST.png" width="1500" />
 <img src="./yolov8-ZoeDepth_ZST.png" width="1500" /> 
 
 YOLOv5(上) 與 YOLOv8-seg(下) ZoeDepth深度估計

## 安裝說明
**請依照以下步驟進行環境設定與相依套件的安裝。**

1. 安裝相依套件
首先，你需要安裝相依套件。在你的終端機中輸入下面的指令來安裝所有需要的Python套件：

```bash
pip install -r requirements.txt
```

2. 安裝PyTorch與CUDA支援
接著，你需要安裝支援CUDA的PyTorch。你可以使用以下的指令來安裝：

```bash
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
```
*請注意，你需要有一個支援CUDA的圖形處理器(GPU)才能使用這個指令。如果你的設備不支援CUDA，你可能需要安裝不支援CUDA的PyTorch版本。

## 模型下載
- [ZoeDepth](https://github.com/isl-org/ZoeDepth/releases/download/v1.0/ZoeD_M12_N.pt) 放置於`./hub/checkpoints/ZoeD_M12_N.pt`
- Yolov5, v8模型放置於`./models`，如: `./models/yolov8-seg.pt`

## API端點
以下是此API的主要端點:
- /: 顯示可用模型列表的端點
- /upload: 上傳圖片並進行物件偵測的端點

### 端點 /
**此端點用於取得當前可用的YOLO模型列表。**

方法: POST
回傳格式: JSON
回傳內容: 一個字典，鍵為模型名稱，值為`available`

## 端點 /upload
**此端點接受上傳的圖片並進行物件偵測。**

方法: POST
參數:
- Model_name: 選擇YOLO模型名稱，需符合當前可用模型列表的模型名稱。
- base64_str: 圖片的base64編碼字串，需包含 `data:image/[image format];base64`, 的前綴，例如 `data:image/jpeg;base64,/9j/4AAQSk...`
- Deep_model: 選擇是否使用ZoeDepth模型進行深度估算，需傳入Python的bool值字串，例如 `True` 或 `False`。
- version: YOLO模型版本，目前支援 `v5` 或 `v8`。

回傳格式: JSON
- 回傳內容: 每一個偵測到的物件都會有一個字典，字典的鍵包含 `name`、`class`、`confidence`、`xmin`、`ymin`、`xmax`、`ymax`
- 使用深度估算時會有 `deep`。
    - **Yolov5計算`bbox`內的深度中位數**
    - **Yolov8計算`keypoints`(mask)所還蓋範圍內深度平均數**
- 如果使用的是YOLOv8，還會包含 `keypoints`。

## 啟動方式
**可以在命令行介面下使用以下指令啟動此API:**
```shell
python main.py --device [運行設備] --port [端口]
```
其中，運行設備可以選擇 `cuda:0` 或 `cpu`，端口可以選擇例如 `5001` 或 `5002`。

## 範例
**請求範例**

```shell
curl -X POST "http://localhost:5001/upload" \
-H "Content-Type: application/json" \
-d '{
    "Model_name": "yolov5s",
    "base64_str": "data:image/jpeg;base64,/9j/4AAQSk...",
    "Deep_model": "True",
    "version": "v5"
}'

```

**回應範例**
```json
{
    "0": {
        "name": "person",
        "class": "0",
        "confidence": "0.99",
        "xmin": "116.52",
        "ymin": "34.41",
        "xmax": "167.94",
        "ymax": "224.88",
        "deep": "65"
    },
    "1": {
        "name": "bicycle",
        "class": "1",
        "confidence": "0.87",
        "xmin": "201.72",
        "ymin": "120.28",
        "xmax": "295.03",
        "ymax": "203.18",
        "deep": "77"
    }
}
```

YOLOv8-ZoeDepth-ZST

YOLOv8-ZoeDepth-ZST 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

YOLOv8-ZoeDepth-ZST

YOLOv8-ZoeDepth-ZST 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README