Link to this sectionTâches de vision par ordinateur prises en charge par Ultralytics YOLO26#

Ultralytics YOLO26 est un framework d'IA polyvalent qui prend en charge de multiples tâches de vision par ordinateur. Le framework peut être utilisé pour effectuer de la détection, de la segmentation, de la segmentation sémantique, de l'OBB, de la classification et de l'estimation de pose. Chacune de ces tâches a un objectif et un cas d'utilisation différents, te permettant de relever divers défis de vision par ordinateur avec un seul framework.

Link to this sectionDétection#

La détection est la tâche principale prise en charge par YOLO26. Elle consiste à identifier des objets dans une image ou une image vidéo et à dessiner des boîtes englobantes autour d'eux. Les objets détectés sont classés dans différentes catégories en fonction de leurs caractéristiques. YOLO26 peut détecter plusieurs objets dans une seule image ou trame vidéo avec une grande précision et une grande vitesse, ce qui le rend idéal pour les applications en temps réel telles que les systèmes de surveillance et les véhicules autonomes.

Exemples de détection

Link to this sectionSegmentation d'image#

La segmentation va plus loin que la détection d'objets en produisant des masques au niveau des pixels pour chaque objet. Cette précision est utile pour des applications telles que l'imagerie médicale, l'analyse agricole et le contrôle qualité dans la fabrication.

Exemples de segmentation

Link to this sectionSegmentation sémantique#

La segmentation sémantique attribue une étiquette de classe à chaque pixel d'une image, produisant une carte de classe dense de toute la scène. Contrairement à la segmentation d'instance, elle ne distingue pas les objets individuels de la même classe. Cela la rend idéale pour la conduite autonome, l'analyse de scène et la cartographie de la couverture terrestre où la compréhension de l'agencement spatial global importe plus que l'identification d'objets individuels.

Exemples de segmentation sémantique

Link to this sectionClassification#

La classification consiste à catégoriser des images entières en fonction de leur contenu. Cette tâche est essentielle pour des applications comme la catégorisation de produits dans le commerce électronique, la modération de contenu et la surveillance de la faune.

Exemples de classification

Link to this sectionEstimation de pose#

L'estimation de pose détecte des points clés spécifiques dans des images ou des trames vidéo pour suivre les mouvements ou estimer des poses. Ces points clés peuvent représenter des articulations humaines, des traits du visage ou d'autres points d'intérêt significatifs. YOLO26 excelle dans la détection de points clés avec une précision et une vitesse élevées, ce qui le rend précieux pour les applications de fitness, l'analyse sportive et l'interaction homme-machine.

Exemples de pose

Link to this sectionOBB#

La détection par boîte englobante orientée (OBB) améliore la détection d'objets traditionnelle en ajoutant un angle d'orientation pour mieux localiser les objets pivotés. Cette capacité est particulièrement précieuse pour l'analyse d'imagerie aérienne, le traitement de documents et les applications industrielles où les objets apparaissent sous divers angles. YOLO26 offre une précision et une vitesse élevées pour détecter les objets pivotés dans des scénarios divers.

Détection orientée

Link to this sectionConclusion#

Ultralytics YOLO26 prend en charge de multiples tâches de vision par ordinateur, notamment la détection, la segmentation d'instance, la segmentation sémantique, la classification, la détection d'objets orientés et la détection de points clés. Chaque tâche répond à des besoins spécifiques dans le paysage de la vision par ordinateur, de l'identification d'objets de base à l'analyse de pose détaillée. En comprenant les capacités et les applications de chaque tâche, tu peux sélectionner l'approche la plus appropriée pour tes défis de vision par ordinateur spécifiques et tirer parti des puissantes fonctionnalités de YOLO26 pour créer des solutions efficaces.

Link to this sectionFAQ#

Link to this sectionQuelles tâches de vision par ordinateur Ultralytics YOLO26 peut-il effectuer ?#

Ultralytics YOLO26 est un framework d'IA polyvalent capable d'effectuer diverses tâches de vision par ordinateur avec une précision et une vitesse élevées. Ces tâches incluent :

• Détection d'objets : Identifier et localiser des objets dans des images ou des trames vidéo en dessinant des boîtes englobantes autour d'eux.
• Segmentation d'image : Segmenter des images en différentes régions en fonction de leur contenu, utile pour des applications comme l'imagerie médicale.
• Segmentation sémantique : Attribuer une étiquette de classe à chaque pixel d'une image pour une compréhension dense de la scène.
• Classification : Catégoriser des images entières en fonction de leur contenu.
• Estimation de pose : Détecter des points clés spécifiques dans une image ou une trame vidéo pour suivre des mouvements ou des poses.
• Détection d'objets orientés (OBB) : Détecter des objets pivotés avec un angle d'orientation ajouté pour une précision accrue.

Link to this sectionComment utiliser Ultralytics YOLO26 pour la détection d'objets ?#

Pour utiliser Ultralytics YOLO26 pour la détection d'objets, suis ces étapes :

1. Prépare ton jeu de données dans le format approprié.
2. Entraîne le modèle YOLO26 en utilisant la tâche de détection.
3. Utilise le modèle pour faire des prédictions en y intégrant de nouvelles images ou trames vidéo.

from ultralytics import YOLO

# Load a pretrained YOLO model (adjust model type as needed)
model = YOLO("yolo26n.pt")  # n, s, m, l, x versions available

# Perform object detection on an image
results = model.predict(source="image.jpg")  # Can also use video, directory, URL, etc.

# Display the results
results[0].show()  # Show the first image results

Pour des instructions plus détaillées, consulte nos exemples de détection.

Link to this sectionQuels sont les avantages de l'utilisation de YOLO26 pour les tâches de segmentation ?#

L'utilisation de YOLO26 pour les tâches de segmentation offre plusieurs avantages :

1. Haute précision : La tâche de segmentation fournit des masques précis au niveau des pixels.
2. Vitesse : YOLO26 est optimisé pour les applications en temps réel, offrant un traitement rapide même pour les images haute résolution.
3. Applications multiples : Il est idéal pour l'imagerie médicale, la conduite autonome et d'autres applications nécessitant une segmentation d'image détaillée.

Apprends-en plus sur les avantages et les cas d'utilisation de YOLO26 pour la segmentation dans la section segmentation d'image.

Link to this sectionUltralytics YOLO26 peut-il gérer l'estimation de pose et la détection de points clés ?#

Oui, Ultralytics YOLO26 peut effectuer efficacement l'estimation de pose et la détection de points clés avec une précision et une vitesse élevées. Cette fonctionnalité est particulièrement utile pour suivre les mouvements dans l'analyse sportive, les soins de santé et les applications d'interaction homme-machine. YOLO26 détecte les points clés dans une image ou une trame vidéo, permettant une estimation de pose précise.

Pour plus de détails et des conseils d'implémentation, visite nos exemples d'estimation de pose.

Link to this sectionPourquoi devrais-je choisir Ultralytics YOLO26 pour la détection d'objets orientés (OBB) ?#

La détection d'objets orientés (OBB) avec YOLO26 offre une précision accrue en détectant les objets avec un paramètre d'angle supplémentaire. Cette fonctionnalité est bénéfique pour les applications nécessitant une localisation précise des objets pivotés, comme l'analyse d'imagerie aérienne et l'automatisation d'entrepôt.

• Précision accrue : La composante d'angle réduit les faux positifs pour les objets pivotés.
• Applications polyvalentes : Utile pour les tâches d'analyse géospatiale, la robotique, etc.

Consulte la section Détection d'objets orientés pour plus de détails et d'exemples.