Aplicación iOS de Ultralytics: Detección de objetos en tiempo real con modelos YOLO
La aplicación Ultralytics iOS es una herramienta poderosa que le permite ejecutar modelos YOLO directamente en su iPhone o iPad para la detección de objetos en tiempo real. Esta aplicación utiliza Apple Neural Engine y Core ML para la optimización y aceleración del modelo, lo que permite una detección de objetos rápida y eficiente.
Ver: Primeros pasos con la aplicación Ultralytics HUB (IOS y Android)
Cuantización y Aceleración
Para lograr un rendimiento en tiempo real en su dispositivo iOS, los modelos YOLO se cuantifican a FP16 o INT8 precision. La cuantificación es un proceso que reduce la precisión numérica de los pesos y sesgos del modelo, lo que reduce el tamaño del modelo y la cantidad de cálculo requerido. Esto resulta en tiempos de inferencia más rápidos sin afectar significativamente la accuracy del modelo.
Cuantificación FP16
La cuantificación FP16 (o de media precisión) convierte los números de coma flotante de 32 bits del modelo en números de coma flotante de 16 bits. Esto reduce el tamaño del modelo a la mitad y acelera el proceso de inferencia, manteniendo un buen equilibrio entre precisión y rendimiento.
Cuantificación INT8
La cuantificación INT8 (o entero de 8 bits) reduce aún más el tamaño del modelo y los requisitos de computación al convertir sus números de punto flotante de 32 bits en enteros de 8 bits. Este método de cuantificación puede resultar en una aceleración significativa, pero puede conducir a una ligera reducción en la precisión.
Apple Neural Engine
El Apple Neural Engine (ANE) es un componente de hardware dedicado integrado en los chips de las series A y M de Apple. Está diseñado para acelerar las tareas de aprendizaje automático, particularmente para redes neuronales, lo que permite una ejecución más rápida y eficiente de sus modelos YOLO.
Al combinar los modelos YOLO cuantificados con el Apple Neural Engine, la aplicación Ultralytics iOS logra la detección de objetos en tiempo real en tu dispositivo iOS sin comprometer la precisión ni el rendimiento.
| Año de lanzamiento | Nombre del iPhone | Nombre del conjunto de chips | Tamaño del nodo | ANE TOPs |
|---|---|---|---|---|
| 2017 | iPhone X | A11 Bionic | 10 nm | 0.6 |
| 2018 | iPhone XS | A12 Bionic | 7 nm | 5 |
| 2019 | iPhone 11 | A13 Bionic | 7 nm | 6 |
| 2020 | iPhone 12 | A14 Bionic | 5 nm | 11 |
| 2021 | iPhone 13 | A15 Bionic | 5 nm | 15.8 |
| 2022 | iPhone 14 | A16 Bionic | 4 nm | 17.0 |
| 2023 | iPhone 15 | A17 Pro | 3 nm | 35.0 |
Tenga en cuenta que esta lista incluye modelos de iPhone a partir de 2017, y los valores de ANE TOPs son aproximados.
Integración de CoreML
La aplicación Ultralytics iOS aprovecha CoreML, el framework de machine learning fundamental de Apple, para optimizar los modelos YOLO para dispositivos iOS. CoreML proporciona varias ventajas:
- Procesamiento en el dispositivo: Toda la inferencia se realiza localmente en su dispositivo, lo que garantiza la privacidad de los datos y elimina la necesidad de conectividad a Internet.
- Aceleración por hardware: Utiliza automáticamente el Apple Neural Engine, la CPU y la GPU para un rendimiento óptimo
- Integración perfecta: Funciona de forma nativa con la cámara iOS y los marcos del sistema
CoreML convierte los modelos YOLO a un formato optimizado para dispositivos Apple, lo que permite una ejecución eficiente manteniendo la precisión de la detección.
Primeros pasos con la aplicación Ultralytics iOS
Para empezar con la aplicación de iOS de Ultralytics, sigue estos pasos:
-
Descargue la aplicación Ultralytics desde la App Store.
-
Inicie la aplicación en su dispositivo iOS e inicie sesión con su cuenta de Ultralytics. Si aún no tiene una cuenta, cree una en Ultralytics HUB.
-
Una vez que inicie sesión, verá una lista de sus modelos YOLO entrenados. Seleccione un modelo para usarlo en la detección de objetos.
-
Concede a la aplicación permiso para acceder a la cámara de tu dispositivo.
-
Apunte la cámara de su dispositivo a los objetos que desea detectar. La aplicación mostrará cuadros delimitadores y etiquetas de clase en tiempo real a medida que detecta objetos.
-
Explora la configuración de la aplicación para ajustar el umbral de detección, activar o desactivar clases de objetos específicas y mucho más.
Con la aplicación Ultralytics para iOS, ahora puedes aprovechar la potencia de los modelos YOLO para la detección de objetos en tiempo real en tu iPhone o iPad, impulsada por el Apple Neural Engine y optimizada con la cuantificación FP16 o INT8.
