Link to this sectionRilevamento oggetti interattivo: Gradio e Ultralytics YOLO26 🚀#

Link to this sectionIntroduzione al rilevamento oggetti interattivo#

Questa interfaccia Gradio fornisce un modo semplice e interattivo per eseguire il rilevamento oggetti utilizzando il modello Ultralytics YOLO26. Gli utenti possono caricare immagini e regolare parametri come la soglia di confidenza e la soglia di intersection-over-union (IoU) per ottenere risultati di rilevamento in tempo reale.

Link to this sectionPerché usare Gradio per il rilevamento oggetti?#

• Interfaccia intuitiva: Gradio offre una piattaforma semplice per consentire agli utenti di caricare immagini e visualizzare i risultati del rilevamento senza alcuna necessità di programmazione.
• Regolazioni in tempo reale: Parametri come le soglie di confidenza e IoU possono essere regolati al volo, consentendo un feedback immediato e l'ottimizzazione dei risultati di rilevamento.
• Ampia accessibilità: L'interfaccia web di Gradio è accessibile a chiunque, rendendola uno strumento eccellente per dimostrazioni, scopi educativi ed esperimenti rapidi.

Link to this sectionCome installare Gradio#

pip install gradio

Link to this sectionCome utilizzare l'interfaccia#

1. Carica immagine: Fai clic su 'Upload Image' per scegliere un file immagine per il rilevamento oggetti.
2. Regola parametri:
   • Soglia di confidenza: Slider per impostare il livello di confidenza minimo per il rilevamento degli oggetti.
   • Soglia IoU: Slider per impostare la soglia IoU per distinguere diversi oggetti.
3. Visualizza risultati: Verrà visualizzata l'immagine elaborata con gli oggetti rilevati e le relative etichette.

Link to this sectionCasi d'uso di esempio#

• Immagine campione 1: Rilevamento di autobus con soglie predefinite.
• Immagine campione 2: Rilevamento su un'immagine sportiva con soglie predefinite.

Link to this sectionEsempio di utilizzo#

Questa sezione fornisce il codice Python utilizzato per creare un'interfaccia Gradio per il rilevamento oggetti con Ultralytics YOLO26. L'esempio può essere adattato per classificazione, segmentazione di istanze, posa e altre attività YOLO caricando il relativo checkpoint del modello.

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()

Link to this sectionSpiegazione dei parametri#

Link to this sectionComponenti dell'interfaccia Gradio#

Link to this sectionFAQ#

Link to this sectionCome posso usare Gradio con Ultralytics YOLO26 per il rilevamento oggetti?#

Per utilizzare Gradio con Ultralytics YOLO26 per il rilevamento oggetti, puoi seguire questi passaggi:

1. Installa Gradio: Usa il comando pip install gradio.
2. Crea interfaccia: Scrivi uno script Python per inizializzare l'interfaccia Gradio. Puoi fare riferimento all'esempio di codice fornito nella documentazione per i dettagli.
3. Carica e regola: Carica la tua immagine e regola le soglie di confidenza e IoU sull'interfaccia Gradio per ottenere risultati di rilevamento oggetti in tempo reale.

Ecco un frammento di codice minimale come riferimento:

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()

Link to this sectionQuali sono i vantaggi dell'utilizzo di Gradio per il rilevamento oggetti con Ultralytics YOLO26?#

L'utilizzo di Gradio per il rilevamento oggetti con Ultralytics YOLO26 offre diversi vantaggi:

• Interfaccia intuitiva: Gradio fornisce un'interfaccia intuitiva per consentire agli utenti di caricare immagini e visualizzare i risultati del rilevamento senza alcuno sforzo di programmazione.
• Regolazioni in tempo reale: Puoi regolare dinamicamente i parametri di rilevamento come le soglie di confidenza e IoU e vederne immediatamente gli effetti.
• Accessibilità: L'interfaccia web è accessibile a chiunque, rendendola utile per esperimenti rapidi, scopi educativi e dimostrazioni.

Per ulteriori dettagli, puoi leggere questo post del blog sull'IA in radiologia che mostra tecniche di visualizzazione interattiva simili.

Link to this sectionPosso usare Gradio e Ultralytics YOLO26 insieme per scopi educativi?#

Sì, Gradio e Ultralytics YOLO26 possono essere utilizzati insieme efficacemente per scopi educativi. L'interfaccia web intuitiva di Gradio rende facile per studenti ed educatori interagire con modelli di deep learning all'avanguardia come Ultralytics YOLO26 senza bisogno di competenze di programmazione avanzate. Questa configurazione è ideale per dimostrare concetti chiave nel rilevamento oggetti e nella computer vision, poiché Gradio fornisce un feedback visivo immediato che aiuta a comprendere l'impatto dei diversi parametri sulle prestazioni di rilevamento.

Link to this sectionCome regolo le soglie di confidenza e IoU nell'interfaccia Gradio per YOLO26?#

Nell'interfaccia Gradio per YOLO26, puoi regolare le soglie di confidenza e IoU utilizzando gli slider forniti. Queste soglie aiutano a controllare l'accuratezza delle previsioni e la separazione degli oggetti:

• Soglia di confidenza: Determina il livello minimo di confidenza per il rilevamento degli oggetti. Scorri per aumentare o diminuire la confidenza richiesta.
• Soglia IoU: Imposta la soglia di intersection-over-union per distinguere tra oggetti sovrapposti. Regola questo valore per affinare la separazione degli oggetti.

Per maggiori informazioni su questi parametri, visita la sezione di spiegazione dei parametri.

Link to this sectionQuali sono alcune applicazioni pratiche dell'utilizzo di Ultralytics YOLO26 con Gradio?#

Le applicazioni pratiche della combinazione di Ultralytics YOLO26 con Gradio includono:

• Dimostrazioni di rilevamento oggetti in tempo reale: Ideale per mostrare come funziona il rilevamento oggetti in tempo reale.
• Strumenti educativi: Utile in contesti accademici per insegnare i concetti di rilevamento oggetti e computer vision.
• Sviluppo di prototipi: Efficiente per sviluppare e testare rapidamente prototipi di applicazioni di rilevamento oggetti.
• Community e collaborazioni: Rende facile condividere modelli con la community per feedback e collaborazione.

Per esempi di casi d'uso simili, dai un'occhiata al blog di Ultralytics sul monitoraggio del comportamento animale che dimostra come la visualizzazione interattiva possa migliorare gli sforzi di conservazione della fauna selvatica.