How to use from the
Use from the
ultralytics library
from huggingface_hub import hf_hub_download
from ultralytics import YOLO

# pick the weights file from this repo's "Files and versions" tab
weights = hf_hub_download("Aleton/trafficlight", "<weights>.pt")
model = YOLO(weights)
source = 'http://images.cocodataset.org/val2017/000000039769.jpg'
model.predict(source=source, save=True)

🦓 Модель traficlight.pt — Обнаружение пешеходных светофоров для мобильных роботов

Модель traficlight.pt разработана для задачи обнаружения пешеходных светофоров с целью распознавания состояния сигнала — красного или зелёного.
Она основана на современной архитектуре YOLOv8 от Ultralytics и предназначена для применения в мобильных роботах, передвигающихся в городской среде.


🎯 Назначение

Модель ориентирована на использование в проектах мобильной робототехники и системах машинного зрения: 🔴🟢 Определение текущего сигнала светофора — красный или зелёный

Зеленый сигнал Красный сигнал
input output

⚙️ Характеристики

Параметр Значение
📦 Архитектура YOLOv8n
📐 Количество слоёв 129 (fused: 72)
🧮 Параметров 3,011,238 (fused: 3,006,038)
🧠 Градиентов 0 (модель в режиме инференса)
⚙️ FLOPs 8.2 GFLOPs (fused: 8.1 GFLOPs)
🎯 Количество классов 2 (цвета светофора)

🚀 Пример использования

from ultralytics import YOLO
import cv2

# Загрузка модели
model = YOLO("traficlight.pt")

# Загрузка изображения 
img = cv2.imread("frame.jpg")

# Предсказание
results = model(img)

# Отображение результата
results[0].show()
Downloads last month
50
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Collection including Aleton/trafficlight