Ultralytics iOS App: Detecci贸n de objetos en tiempo real con modelos YOLO
La aplicaci贸n Ultralytics iOS es una potente herramienta que le permite ejecutar modelos YOLO directamente en su iPhone o iPad para la detecci贸n de objetos en tiempo real. Esta aplicaci贸n utiliza el motor neuronal de Apple y Core ML para la optimizaci贸n y aceleraci贸n de modelos, lo que permite una detecci贸n de objetos r谩pida y eficaz.
Observa: Primeros pasos con la aplicaci贸n Ultralytics HUB (IOS & Android)
Cuantizaci贸n y aceleraci贸n
Para conseguir un rendimiento en tiempo real en su dispositivo iOS , los modelos YOLO se cuantizan a una precisi贸n FP16 o INT8. La cuantizaci贸n es un proceso que reduce la precisi贸n num茅rica del modelo weights and biases, reduciendo as铆 el tama帽o del modelo y la cantidad de c谩lculos necesarios. El resultado es una mayor rapidez de inferencia sin que ello afecte significativamente a la precisi贸n del modelo.
Cuantizaci贸n FP16
La cuantizaci贸n FP16 (o de media precisi贸n) convierte los n煤meros de coma flotante de 32 bits del modelo en n煤meros de coma flotante de 16 bits. Esto reduce el tama帽o del modelo a la mitad y acelera el proceso de inferencia, al tiempo que mantiene un buen equilibrio entre precisi贸n y rendimiento.
INT8 Cuantizaci贸n
La cuantizaci贸n INT8 (o entero de 8 bits) reduce a煤n m谩s el tama帽o del modelo y los requisitos de c谩lculo al convertir sus n煤meros de coma flotante de 32 bits en enteros de 8 bits. Este m茅todo de cuantizaci贸n puede aumentar considerablemente la velocidad, pero puede reducir ligeramente la precisi贸n.
Motor neuronal Apple
El Apple Neural Engine (ANE) es un componente de hardware dedicado integrado en los chips de las series A y M de Apple. Est谩 dise帽ado para acelerar las tareas de aprendizaje autom谩tico, en particular para redes neuronales, permitiendo una ejecuci贸n m谩s r谩pida y eficiente de tus modelos YOLO .
Combinando los modelos cuantificados de YOLO con el motor neuronal de Apple, la aplicaci贸n Ultralytics iOS consigue detectar objetos en tiempo real en su dispositivo iOS sin comprometer la precisi贸n ni el rendimiento.
| A帽o de publicaci贸n | Nombre del iPhone | Nombre del chipset | Tama帽o del nodo | ANE TOPs |
|---|---|---|---|---|
| 2017 | iPhone X | A11 Bi贸nico | 10 nm | 0.6 |
| 2018 | iPhone XS | A12 Bi贸nica | 7 nm | 5 |
| 2019 | iPhone 11 | A13 Bi贸nica | 7 nm | 6 |
| 2020 | iPhone 12 | A14 Bi贸nica | 5 nm | 11 |
| 2021 | iPhone 13 | A15 Bi贸nica | 5 nm | 15.8 |
| 2022 | iPhone 14 | A16 Bi贸nica | 4 nm | 17.0 |
Ten en cuenta que esta lista solo incluye modelos de iPhone a partir de 2017, y que los valores de ANE TOPs son aproximados.
Primeros pasos con la aplicaci贸n Ultralytics iOS
Para empezar a utilizar la aplicaci贸n Ultralytics iOS , siga estos pasos:
-
Descargue la aplicaci贸n Ultralytics en la App Store.
-
Abre la aplicaci贸n en tu dispositivo iOS e inicia sesi贸n con tu cuenta de Ultralytics . Si a煤n no tienes una cuenta, cr茅ala aqu铆.
-
Una vez iniciada la sesi贸n, ver谩 una lista de sus modelos entrenados en YOLO . Seleccione un modelo para utilizarlo en la detecci贸n de objetos.
-
Concede a la aplicaci贸n permiso para acceder a la c谩mara de tu dispositivo.
-
Apunta con la c谩mara de tu dispositivo a los objetos que quieras detectar. La aplicaci贸n mostrar谩 cuadros delimitadores y etiquetas de clase en tiempo real a medida que detecte objetos.
-
Explore la configuraci贸n de la aplicaci贸n para ajustar el umbral de detecci贸n, activar o desactivar clases espec铆ficas de objetos y mucho m谩s.
Con la aplicaci贸n Ultralytics iOS , ahora puede aprovechar la potencia de los modelos YOLO para la detecci贸n de objetos en tiempo real en su iPhone o iPad, con el motor neuronal de Apple y optimizado con cuantificaci贸n FP16 o INT8.
