Détection d'objets interactive : Gradio et Ultralytics YOLO26 🚀

Introduction à la détection d'objets interactive

Cette interface Gradio offre un moyen simple et interactif d'effectuer une détection d'objets avec le modèle Ultralytics YOLO26. Les utilisateurs peuvent télécharger des images et ajuster des paramètres tels que le seuil de confiance et le seuil d'intersection sur union (IoU) pour obtenir des résultats de détection en temps réel.

Pourquoi utiliser Gradio pour la détection d'objets ?

• Interface conviviale : Gradio propose une plateforme simple permettant aux utilisateurs de télécharger des images et de visualiser les résultats de détection sans aucune compétence en programmation.
• Ajustements en temps réel : Les paramètres tels que les seuils de confiance et d'IoU peuvent être ajustés à la volée, permettant un retour immédiat et une optimisation des résultats de détection.
• Grande accessibilité : L'interface web Gradio est accessible à tous, ce qui en fait un excellent outil pour les démonstrations, les objectifs pédagogiques et les expériences rapides.

Comment installer Gradio

pip install gradio

Comment utiliser l'interface

1. Télécharger une image : Clique sur « Télécharger une image » pour choisir un fichier image pour la détection d'objets.
2. Ajuster les paramètres :
   • Seuil de confiance : Curseur pour définir le niveau de confiance minimum pour la détection d'objets.
   • Seuil d'IoU : Curseur pour définir le seuil d'IoU permettant de distinguer différents objets.
3. Voir les résultats : L'image traitée avec les objets détectés et leurs étiquettes sera affichée.

Exemples de cas d'utilisation

• Exemple d'image 1 : Détection de bus avec les seuils par défaut.
• Exemple d'image 2 : Détection sur une image sportive avec les seuils par défaut.

Exemple d'utilisation

Cette section fournit le code Python utilisé pour créer l'interface Gradio avec le modèle Ultralytics YOLO26. Le code prend en charge les tâches de classification, de détection, de segmentation et de points clés.

import gradio as gr
import PIL.Image as Image

from ultralytics import ASSETS, YOLO

model = YOLO("yolo26n.pt")

def predict_image(img, conf_threshold, iou_threshold):
    """Predicts objects in an image using a YOLO26 model with adjustable confidence and IoU thresholds."""
    results = model.predict(
        source=img,
        conf=conf_threshold,
        iou=iou_threshold,
        show_labels=True,
        show_conf=True,
        imgsz=640,
    )

    for r in results:
        im_array = r.plot()
        im = Image.fromarray(im_array[..., ::-1])

    return im

iface = gr.Interface(
    fn=predict_image,
    inputs=[
        gr.Image(type="pil", label="Upload Image"),
        gr.Slider(minimum=0, maximum=1, value=0.25, label="Confidence threshold"),
        gr.Slider(minimum=0, maximum=1, value=0.45, label="IoU threshold"),
    ],
    outputs=gr.Image(type="pil", label="Result"),
    title="Ultralytics Gradio",
    description="Upload images for inference. The Ultralytics YOLO26n model is used by default.",
    examples=[
        [ASSETS / "bus.jpg", 0.25, 0.45],
        [ASSETS / "zidane.jpg", 0.25, 0.45],
    ],
)

if __name__ == "__main__":
    iface.launch()

Explication des paramètres

Composants de l'interface Gradio

FAQ

Comment utiliser Gradio avec Ultralytics YOLO26 pour la détection d'objets ?

Pour utiliser Gradio avec Ultralytics YOLO26 pour la détection d'objets, tu peux suivre ces étapes :

1. Installer Gradio : Utilise la commande pip install gradio.
2. Créer l'interface : Écris un script Python pour initialiser l'interface Gradio. Tu peux te référer à l'exemple de code fourni dans la documentation pour plus de détails.
3. Télécharger et ajuster : Télécharge ton image et ajuste les seuils de confiance et d'IoU sur l'interface Gradio pour obtenir des résultats de détection en temps réel.

Voici un exemple de code minimal à titre de référence :

import gradio as gr

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

def predict_image(img, conf_threshold, iou_threshold):
    results = model.predict(
        source=img,
        conf=conf_threshold,
        iou=iou_threshold,
        show_labels=True,
        show_conf=True,
    )
    return results[0].plot() if results else None

iface = gr.Interface(
    fn=predict_image,
    inputs=[
        gr.Image(type="pil", label="Upload Image"),
        gr.Slider(minimum=0, maximum=1, value=0.25, label="Confidence threshold"),
        gr.Slider(minimum=0, maximum=1, value=0.45, label="IoU threshold"),
    ],
    outputs=gr.Image(type="pil", label="Result"),
    title="Ultralytics Gradio YOLO26",
    description="Upload images for YOLO26 object detection.",
)
iface.launch()

Quels sont les avantages de l'utilisation de Gradio pour la détection d'objets avec Ultralytics YOLO26 ?

L'utilisation de Gradio pour la détection d'objets avec Ultralytics YOLO26 offre plusieurs avantages :

• Interface conviviale : Gradio fournit une interface intuitive pour permettre aux utilisateurs de télécharger des images et de visualiser les résultats de détection sans aucun effort de codage.
• Ajustements en temps réel : Tu peux ajuster dynamiquement les paramètres de détection tels que les seuils de confiance et d'IoU et observer les effets immédiatement.
• Accessibilité : L'interface web est accessible à tous, ce qui la rend utile pour des expériences rapides, des objectifs pédagogiques et des démonstrations.

Pour plus de détails, tu peux lire cet article de blog sur l'IA en radiologie qui présente des techniques de visualisation interactive similaires.

Puis-je utiliser Gradio et Ultralytics YOLO26 ensemble à des fins pédagogiques ?

Oui, Gradio et Ultralytics YOLO26 peuvent être utilisés ensemble efficacement à des fins pédagogiques. L'interface web intuitive de Gradio permet aux étudiants et aux enseignants d'interagir facilement avec des modèles de deep learning de pointe comme Ultralytics YOLO26 sans avoir besoin de compétences avancées en programmation. Cette configuration est idéale pour démontrer des concepts clés de la détection d'objets et de la vision par ordinateur, car Gradio fournit un retour visuel immédiat qui aide à comprendre l'impact des différents paramètres sur les performances de détection.

Comment ajuster les seuils de confiance et d'IoU dans l'interface Gradio pour YOLO26 ?

Dans l'interface Gradio pour YOLO26, tu peux ajuster les seuils de confiance et d'IoU à l'aide des curseurs fournis. Ces seuils aident à contrôler la précision des prédictions et la séparation des objets :

• Seuil de confiance : Détermine le niveau de confiance minimum pour la détection d'objets. Fais glisser pour augmenter ou diminuer la confiance requise.
• Seuil d'IoU : Définit le seuil d'intersection sur union pour distinguer les objets qui se chevauchent. Ajuste cette valeur pour affiner la séparation des objets.

Pour plus d'informations sur ces paramètres, visite la section d'explication des paramètres.

Quelles sont les applications pratiques de l'utilisation d'Ultralytics YOLO26 avec Gradio ?

Les applications pratiques de la combinaison d'Ultralytics YOLO26 et de Gradio incluent :

• Démonstrations de détection d'objets en temps réel : Idéal pour montrer comment fonctionne la détection d'objets en temps réel.
• Outils pédagogiques : Utiles dans les contextes académiques pour enseigner des concepts de détection d'objets et de vision par ordinateur.
• Développement de prototypes : Efficace pour développer et tester rapidement des applications prototypes de détection d'objets.
• Communauté et collaborations : Facilite le partage de modèles avec la communauté pour obtenir des retours et collaborer.

Pour des exemples de cas d'utilisation similaires, consulte le blog d'Ultralytics sur la surveillance du comportement animal qui montre comment la visualisation interactive peut améliorer les efforts de conservation de la faune.