• 🚀 作者简介
• • ❤️ 快速体验
  • 📌 项目整体流程
  • 📌 项目示例
  • • ❤️ Gradio YOLOv8 Det v0.2.2 界面与检测效果（目标检测）
    • ❤️ Gradio YOLOv8 Det v0.2.2 界面与检测效果（图像分割）
    • ❤️ 快速体验
  • ✅ 第一步：创建conda环境
  • ✅ 第二步：克隆
  • ✅ 第三步：安装Gradio YOLOv8 Det依赖
  • 💡 运行Gradio YOLOv8 Det
  • 💡 脚本指令操作
  • 💡 FastAPI 操作
  • 📝 项目引用指南
  • 💬 技术交流

基于Gradio的YOLOv8通用目标检测与图像分割演示系统

可自定义检测模型、演示便捷、安装简单

🚀 作者简介

曾逸夫，从事人工智能研究与开发；主研领域：计算机视觉；YOLOv8官方开源项目代码贡献人；YOLOv5官方开源项目代码贡献人

❤️ Github：https://github.com/Zengyf-CVer

🚀更新走势

• 2023-01-23 ⚡ Gradio YOLOv8 Det v0.2.2正式上线
• 2023-01-22 ⚡ Gradio YOLOv8 Det v0.2正式上线
• 2023-01-15 ⚡ Gradio YOLOv8 Det v0.1正式上线

🤗在线Demo

❤️ 快速体验

本项目提供了在线demo，点击下面的logo，进入Hugging Face Spaces中快速体验：

💎项目流程与用途

📌 项目整体流程

📌 项目示例

❤️ Gradio YOLOv8 Det v0.2.2 界面与检测效果（目标检测）

❤️ Gradio YOLOv8 Det v0.2.2 界面与检测效果（图像分割）

❤️ 快速体验

本项目提供了6个图片示例，用户可以快速体验检测与分割效果：

示例界面

💡项目结构

.
├── gradio-yolov8-det						# 项目名称
│   ├── model_config						# 模型配置
│   │   ├── model_name_p5_all.yaml			# YOLOv8 模型名称（yaml版）
│   │   ├── model_name_p5_all.csv			# YOLOv8 模型名称（csv版）
│   │   └── model_name_custom.yaml  		# 自定义模型名称（yaml版）
│   ├── cls_name							# 类别名称
│   │   ├── cls_name_zh.yaml				# 类别名称文件（yaml版-中文）
│   │   ├── cls_name_en.yaml				# 类别名称文件（yaml版-英文）
│   │   ├── cls_name_ru.yaml				# 类别名称文件（yaml版-俄语）
│   │   ├── cls_name_es.yaml				# 类别名称文件（yaml版-西班牙语）
│   │   ├── cls_name_ar.yaml				# 类别名称文件（yaml版-阿拉伯语）
│   │   ├── cls_name_ko.yaml				# 类别名称文件（yaml版-韩语）
│   │   ├── cls_name.yaml					# 类别名称文件（yaml版-中文-v0.1）
│   │   └── cls_name.csv					# 类别名称文件（csv版-中文）
│   ├── util								# 工具包
│   │   ├── fonts_opt.py					# 字体管理
│   │   └── pdf_opt.py						# PDF管理
│   ├── img_examples						# 示例图片
│   ├── __init__.py							# 初始化文件
│   ├── gradio_yolov8_det.py			    # v0.2.2主运行文件
│   ├── gyd_fastapi_server.py			    # Gradio FastAPI运行文件
│   ├── setup.cfg							# pre-commit CI检查源配置文件
│   ├── .pre-commit-config.yaml				# pre-commit配置文件
│   ├── LICENSE								# 项目许可
│   ├── CodeCheck.md						# 代码检查
│   ├── .gitignore							# git忽略文件
│   ├── README.md							# 项目说明
│   └── requirements.txt					# 脚本依赖包

🔥安装教程

✅ 第一步：创建conda环境

conda create -n yolo python==3.8
conda activate yolo # 进入环境

✅ 第二步：克隆

git clone https://gitee.com/CV_Lab/gradio-yolov8-det.git

✅ 第三步：安装Gradio YOLOv8 Det依赖

cd gradio-yolov8-det
pip install -r ./requirements.txt -U

⚡使用教程

💡 运行Gradio YOLOv8 Det

📌 运行

python gradio_yolov8_det.py

# 在浏览器中输入：http://127.0.0.1:7860/或者http://127.0.0.1:7861/ 等等（具体观察shell提示）

❗ 注：默认类别文件cls_name_zh.yaml|cls_name.csv

💡 脚本指令操作

❤️ 本项目提供了一些脚本指令，旨在扩展项目的功能。

❗ 注：其中的一些功能是界面组件（按钮、文本框等）无法实现的，需要通过脚本指令完成：

# 共享模式
python gradio_yolov8_det.py -is # 在浏览器中以共享模式打开，https://**.gradio.app/

# 图片输入源切换，默认为图片上传
python gradio_yolov8_det.py -src upload # 图片上传
python gradio_yolov8_det.py -src webcam # webcam拍照

# 输入图片操作模式，默认为图片编辑器
python gradio_yolov8_det.py -it editor # 图片编辑器
python gradio_yolov8_det.py -it select # 区域选择

# 自定义下拉框默认模型名称
python gradio_yolov8_det.py -mn yolov8m

# 自定义NMS置信度阈值
python gradio_yolov8_det.py -conf 0.8

# 自定义NMS IoU阈值
python gradio_yolov8_det.py -iou 0.5

# 设置推理尺寸，默认为640
python gradio_yolov8_det.py -isz 320

# 设置滑块步长，默认为0.05
python gradio_yolov8_det.py -ss 0.01

💡 FastAPI 操作

❤️ 本项目可以内嵌于FastAPI框架

python gyd_fastapi_server.py

📝 项目引用指南

📌 如需引用Gradio YOLOv8 Det v0.2.2，请在相关文章的参考文献中加入下面文字：

曾逸夫, (2023) Gradio YOLOv8 Det (Version 0.2.2).https://gitee.com/CV_Lab/gradio-yolov8-det.git.

💬 技术交流

• 如果你发现任何Gradio YOLOv8 Det存在的问题或者是建议, 欢迎通过Gitee Issues给我提issues。
• 欢迎加入CV Lab技术交流群