सामग्री पर जाएं

करने के लिए व्यापक ट्यूटोरियल Ultralytics YOLO

में आपका स्वागत है Ultralytics' YOLO 🚀 मार्गदर्शिकाएँ! हमारे व्यापक ट्यूटोरियल के विभिन्न पहलुओं को कवर YOLO ऑब्जेक्ट डिटेक्शन मॉडल, प्रशिक्षण और भविष्यवाणी से लेकर तैनाती तक। निर्माणकाल PyTorch, YOLO वास्तविक समय वस्तु का पता लगाने के कार्यों में अपनी असाधारण गति और सटीकता के लिए बाहर खड़ा है।

चाहे आप एक नौसिखिया हों या गहरी शिक्षा के विशेषज्ञ हों, हमारे ट्यूटोरियल कार्यान्वयन और अनुकूलन में मूल्यवान अंतर्दृष्टि प्रदान करते हैं YOLO आपके कंप्यूटर विज़न प्रोजेक्ट्स के लिए। चलो गोता लगाएँ!



सतर्कता: Ultralytics YOLOv8 मार्गदर्शिकाएँ अवलोकन

मार्गदर्शिकाएँ

विभिन्न पहलुओं में महारत हासिल करने में आपकी मदद करने के लिए यहां गहन मार्गदर्शिकाओं का संकलन दिया गया है Ultralytics YOLO.

  • YOLO सामान्य समस्याओं का ⭐ अनुशंसित: साथ काम करते समय सबसे अधिक बार सामना की जाने वाली समस्याओं के लिए व्यावहारिक समाधान और समस्या निवारण युक्तियाँ Ultralytics YOLO मॉडल।
  • YOLO प्रदर्शन मेट्रिक्स ⭐ आवश्यक: अपने प्रदर्शन का मूल्यांकन करने के लिए उपयोग किए जाने वाले mAP, IoU और F1 स्कोर जैसे प्रमुख मीट्रिक को समझें YOLO मॉडल। पता लगाने की सटीकता और गति में सुधार करने के तरीके पर व्यावहारिक उदाहरण और सुझाव शामिल हैं।
  • मॉडल परिनियोजन विकल्प: का अवलोकन YOLO मॉडल परिनियोजन प्रारूप जैसे ONNX, OpenVINOऔर TensorRT, आपकी तैनाती रणनीति को सूचित करने के लिए प्रत्येक के लिए पेशेवरों और विपक्षों के साथ।
  • के-फोल्ड क्रॉस सत्यापन 🚀 नया: के-फोल्ड क्रॉस-सत्यापन तकनीक का उपयोग करके मॉडल सामान्यीकरण में सुधार करना सीखें।
  • हाइपरपैरामीटर ट्यूनिंग 🚀 नया: अपने अनुकूलन के लिए डिस्कवर करें YOLO ट्यूनर क्लास और जेनेटिक इवोल्यूशन एल्गोरिदम का उपयोग करके हाइपरपैरामीटर को फाइन-ट्यूनिंग करके मॉडल।
  • SAHI टाइल Inference 🚀 NEW: SAHI की कटा हुआ अनुमान क्षमताओं का लाभ उठाने पर व्यापक मार्गदर्शिका YOLOv8 उच्च-रिज़ॉल्यूशन छवियों में ऑब्जेक्ट का पता लगाने के लिए।
  • AzureML क्विकस्टार्ट 🚀 नया: उठो और साथ चल रहा है Ultralytics YOLO माइक्रोसॉफ्ट के एज़्योर मशीन लर्निंग प्लेटफॉर्म पर मॉडल। क्लाउड में अपने ऑब्जेक्ट डिटेक्शन प्रोजेक्ट्स को प्रशिक्षित करने, परिनियोजित करने और स्केल करने का तरीका जानें.
  • कोंडा क्विकस्टार्ट 🚀 नया: के लिए कोंडा वातावरण स्थापित करने के लिए चरण-दर-चरण मार्गदर्शिका Ultralytics. इंस्टॉल करने और उपयोग शुरू करने का तरीका जानें Ultralytics कोंडा के साथ कुशलतापूर्वक पैकेज।
  • डॉकर क्विकस्टार्ट 🚀 नया: स्थापित करने और उपयोग करने के लिए पूरी गाइड Ultralytics YOLO डॉकर के साथ मॉडल। डॉकर स्थापित करना, GPU समर्थन प्रबंधित करना और चलाना सीखेंYOLO लगातार विकास और तैनाती के लिए पृथक कंटेनरों में मॉडल।
  • रास्पबेरी पाई 🚀 नया: क्विकस्टार्ट ट्यूटोरियल चलाने के लिए YOLO नवीनतम रास्पबेरी पाई हार्डवेयर के लिए मॉडल।
  • NVIDIA-Jetson🚀 नया: परिनियोजन के लिए क्विकस्टार्ट गाइड YOLO NVIDIA Jetson उपकरणों पर मॉडल।
  • Triton अनुमान सर्वर एकीकरण 🚀 नया: के एकीकरण में गोता लगाएँ Ultralytics YOLOv8 NVIDIA के साथ Triton स्केलेबल और कुशल गहन शिक्षण अनुमान परिनियोजन के लिए अनुमान सर्वर।
  • YOLO थ्रेड-सुरक्षित अनुमान 🚀 नया: के साथ अनुमान लगाने के लिए दिशानिर्देश YOLO थ्रेड-सुरक्षित तरीके से मॉडल। धागा सुरक्षा के महत्व और दौड़ की स्थिति को रोकने और लगातार भविष्यवाणियों को सुनिश्चित करने के लिए सर्वोत्तम प्रथाओं को जानें।
  • पृथक विभाजन वस्तुओं 🚀 नया: कैसे निकालने और/या छवियों का उपयोग कर अलग करने के लिए पर कदम दर कदम नुस्खा और स्पष्टीकरण Ultralytics एक खंड।
  • किनारा TPU रास्पबेरी पाई पर: गूगल एज TPU तेजी लाता है YOLO रास्पबेरी पाई पर अनुमान।
  • टर्मिनल में अनुमान छवियाँ देखें : दूरस्थ सुरंग या SSH सत्रों का उपयोग करते समय अनुमान परिणाम देखने के लिए VSCode के एकीकृत टर्मिनल का उपयोग करें।
  • OpenVINO विलंबता बनाम थ्रूपुट मोड - पीक के लिए विलंबता और थ्रूपुट अनुकूलन तकनीक सीखें YOLO अनुमान प्रदर्शन।
  • Steps of a Computer Vision Project 🚀 NEW: Learn about the key steps involved in a computer vision project, including defining goals, selecting models, preparing data, and evaluating results.
  • Defining A Computer Vision Project's Goals 🚀 NEW: Walk through how to effectively define clear and measurable goals for your computer vision project. Learn the importance of a well-defined problem statement and how it creates a roadmap for your project.
  • Data Collection and Annotation🚀 NEW: Explore the tools, techniques, and best practices for collecting and annotating data to create high-quality inputs for your computer vision models.
  • Preprocessing Annotated Data🚀 NEW: Learn about preprocessing and augmenting image data in computer vision projects using YOLOv8, including normalization, dataset augmentation, splitting, and exploratory data analysis (EDA).

हमारे गाइड में योगदान करें

हम समुदाय से योगदान का स्वागत करते हैं! यदि आपने किसी विशेष पहलू में महारत हासिल कर ली है Ultralytics YOLO यह अभी तक हमारे गाइड में शामिल नहीं है, हम आपको अपनी विशेषज्ञता साझा करने के लिए प्रोत्साहित करते हैं। गाइड लिखना समुदाय को वापस देने और हमारे दस्तावेज़ीकरण को अधिक व्यापक और उपयोगकर्ता के अनुकूल बनाने में हमारी मदद करने का एक शानदार तरीका है।

आरंभ करने के लिए, कृपया पुल अनुरोध (पीआर) 🛠️ खोलने के तरीके के बारे में दिशानिर्देशों के लिए हमारी योगदानकर्ता मार्गदर्शिका पढ़ें। हम आपके योगदान के लिए तत्पर हैं!

आइए बनाने के लिए मिलकर काम करें Ultralytics YOLO पारिस्थितिकी तंत्र अधिक मजबूत और बहुमुखी 🙏!



Created 2023-11-12, Updated 2024-06-10
Authors: glenn-jocher (10), abirami-vina (2), RizwanMunawar (7), Burhan-Q (3), lakshanthad (1), ouphi (1)

टिप्पणियाँ