Ultralytics iOS App: Detección de Objetos en Tiempo Real con Modelos YOLO
La aplicación Ultralytics iOS es una potente herramienta que te permite ejecutar modelos YOLO directamente en tu iPhone o iPad para la detección de objetos en tiempo real. Esta app utiliza el motor neuronal de Apple y Core ML para la optimización y aceleración de modelos, lo que permite una detección de objetos rápida y eficaz.
Observa: Primeros pasos con la aplicación Ultralytics HUB (IOS & Android)
Cuantización y aceleración
Para conseguir un rendimiento en tiempo real en tu dispositivo iOS , los modelos YOLO se cuantizan a una precisión FP16 o INT8. La cuantización es un proceso que reduce la precisión numérica del modelo weights and biases, reduciendo así el tamaño del modelo y la cantidad de cálculo necesaria. Así se consiguen tiempos de inferencia más rápidos sin afectar significativamente a la precisión del modelo.
Cuantización FP16
La cuantización 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.
Cuantización INT8
La cuantización INT8 (o entero de 8 bits) reduce aún más el tamaño y los requisitos de cálculo del modelo al convertir sus números de coma flotante de 32 bits en enteros de 8 bits. Este método de cuantización puede aumentar considerablemente la velocidad, pero puede reducir ligeramente la precisión.
Motor neuronal Apple
El motor neuronal de Apple (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, en particular para las redes neuronales, permitiendo una ejecución más rápida y eficiente de tus modelos YOLO .
Combinando los modelos cuantificados de YOLO con el motor neuronal de Apple, la aplicación Ultralytics iOS consigue detectar objetos en tiempo real en tu dispositivo iOS sin comprometer la precisión ni el rendimiento.
| Año de publicación | Nombre del iPhone | Nombre del chipset | Tamaño del nodo | ANE TOPs |
|---|---|---|---|---|
| 2017 | iPhone X | A11 Biónico | 10 nm | 0.6 |
| 2018 | iPhone XS | A12 Biónica | 7 nm | 5 |
| 2019 | iPhone 11 | A13 Biónica | 7 nm | 6 |
| 2020 | iPhone 12 | A14 Biónica | 5 nm | 11 |
| 2021 | iPhone 13 | A15 Biónica | 5 nm | 15.8 |
| 2022 | iPhone 14 | A16 Biónica | 4 nm | 17.0 |
Ten en cuenta que esta lista sólo incluye modelos de iPhone a partir de 2017, y que los valores de ANE TOPs son aproximados.
Cómo empezar a utilizar la aplicación Ultralytics iOS
Para empezar a utilizar la aplicación Ultralytics iOS , sigue estos pasos:
Descarga la aplicación Ultralytics en el App Store.
Abre la aplicación en tu dispositivo iOS e inicia sesión con tu cuenta de Ultralytics . Si aún no tienes una cuenta, créala aquí.
Una vez iniciada la sesión, verás una lista de tus modelos entrenados YOLO . Selecciona un modelo para utilizarlo en la detección de objetos.
Concede a la aplicación permiso para acceder a la cámara de tu dispositivo.
Apunta con la cámara de tu dispositivo a los objetos que quieras detectar. La aplicación mostrará cuadros delimitadores y etiquetas de clase en tiempo real a medida que detecte objetos.
Explora la configuración de la aplicación para ajustar el umbral de detección, activar o desactivar clases específicas de objetos y mucho más.
Con la aplicación Ultralytics iOS , ahora puedes aprovechar la potencia de los modelos YOLO para detectar objetos en tiempo real en tu iPhone o iPad, con el motor neuronal de Apple y optimizado con cuantización FP16 o INT8.
