Instructions to use MagistrTheOne/CERBER-ULTRA with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- ultralytics
How to use MagistrTheOne/CERBER-ULTRA with ultralytics:
# Couldn't find a valid YOLO version tag. # Replace XX with the correct version. from ultralytics import YOLOvXX model = YOLOvXX.from_pretrained("MagistrTheOne/CERBER-ULTRA") source = 'http://images.cocodataset.org/val2017/000000039769.jpg' model.predict(source=source, save=True) - Notebooks
- Google Colab
- Kaggle
CERBER-ULTRA — NULLXES
Архив экспериментов компьютерного зрения CERBER-ULTRA на базе Ultralytics YOLO26.
Код проекта: https://github.com/MagistrTheOne/NULLXES-CERBER-ULTRA
Содержимое
experiments/ сохраняет структуру запусков из Google Drive:
конфигурации, доступные веса best.pt / last.pt, ONNX,
таблицы обучения, метрики и визуализации.
Состав каждого запуска определяется фактически сохранёнными файлами. Smoke-запуски предназначены для проверки обучения и валидации.
Зафиксированные результаты
| Эксперимент | mAP50 | mAP50-95 |
|---|---|---|
| VisDrone YOLO26n | 0.2881 | 0.1593 |
| Seraphim YOLO26n | 0.9714 | 0.6360 |
Результаты отдельной валидации запуска 20260917T150010Z. Seraphim оценён на внутреннем val из train subset. Эти результаты не являются оценкой на официальном test. Метрики разных датасетов напрямую не сравниваются.
Использование
Выбирайте веса конкретного эксперимента вместе с его конфигурацией и словарём классов. VisDrone и Seraphim имеют разные наборы классов.
Абсолютные пути /content/ в YAML и JSON относятся к исходному Colab. После скачивания необходимо восстановить датасеты и обновить пути.
Наличие last.pt само по себе не гарантирует точное возобновление обучения: нужны сохранённые состояния оптимизатора и обучения.
Лицензирование
Применяются условия Ultralytics и соответствующих исходных датасетов. Этот архив не предоставляет дополнительных прав на сторонние компоненты.
- Downloads last month
- -