室内物体识别模型（YOLO11m-seg）
用于 BEHAVIOR 仿真室内场景的物体识别与实例分割，共 172 类。输入 RGB 图像，输出物体类别、置信分数、检测框和掩码。
文件说明
best.pt：模型权重。class_ids.json：完整类别及编号。class_merge.json：应用侧类别合并规则，需要自行应用。
使用方法
安装依赖：
pip install ultralytics
下载 best.pt 后运行：
from ultralytics import YOLO
model = YOLO("best.pt")
results = model.predict("image.png", imgsz=640, conf=0.75, device="cpu")
results[0].save(filename="result.jpg")
有可用的 CUDA 环境时，可将 device="cpu" 改为 device=0。
说明
模型仍处于开发验证阶段，可能误检或漏检；conf=0.75 是当前实验门槛，可按需要调整。模型本身不输出三维坐标，获取物体坐标还需要深度图、相机参数和坐标变换。
- Downloads last month
- 9