Vai al contenuto

Attività di Computer Vision supportate da Ultralytics YOLO11

Attività di computer vision supportate da Ultralytics YOLO

Ultralytics YOLO11 è un framework di intelligenza artificiale versatile che supporta molteplici attività di computer vision . Il framework può essere utilizzato per eseguire rilevamento, segmentazione, obb, classificazione e stima della posa. Ognuna di queste attività ha un obiettivo e un caso d'uso diversi, consentendoti di affrontare varie sfide di computer vision con un unico framework.



Guarda: Esplora le attività di Ultralytics YOLO: Rilevamento di oggetti, Segmentazione, OBB, Tracking e Stima della Posa.

Rilevamento

Il rilevamento è l'attività principale supportata da YOLO11. Consiste nell'identificare oggetti in un'immagine o in un fotogramma video e nel disegnare bounding box attorno ad essi. Gli oggetti rilevati vengono classificati in diverse categorie in base alle loro caratteristiche. YOLO11 è in grado di rilevare più oggetti in una singola immagine o fotogramma video con elevata precisione e velocità, rendendolo ideale per applicazioni in tempo reale come i sistemi di sorveglianza e i veicoli autonomi.

Esempi di rilevamento

Segmentazione delle immagini

La segmentazione porta il rilevamento degli oggetti a un livello superiore segmentando un'immagine in diverse regioni in base al contenuto. A ogni regione viene assegnata un'etichetta, fornendo una precisione a livello di pixel per applicazioni quali imaging medicale, analisi agricola e controllo qualità nella produzione. YOLO11 implementa una variante dell'architettura U-Net per eseguire una segmentazione efficiente e accurata.

Esempi di segmentazione

Classificazione

La classificazione comporta la categorizzazione di intere immagini in base al loro contenuto. Le capacità di classificazione di YOLO11 sfruttano una variante dell'architettura EfficientNet per fornire una classificazione delle immagini ad alte prestazioni. Questa attività è essenziale per applicazioni come la categorizzazione dei prodotti nell'e-commerce, la moderazione dei contenuti e il monitoraggio della fauna selvatica.

Esempi di classificazione

Stima della posa

La stima della posa rileva punti chiave specifici in immagini o fotogrammi video per tracciare i movimenti o stimare le pose. Questi punti chiave possono rappresentare le articolazioni umane, i tratti del viso o altri punti di interesse significativi. YOLO11 eccelle nel rilevamento dei punti chiave con elevata precisione e velocità, rendendolo prezioso per applicazioni di fitness, analisi sportive e interazione uomo-computer.

Esempi di posa

OBB

Il rilevamento di Oriented Bounding Box (OBB) migliora il rilevamento oggetti tradizionale aggiungendo un angolo di orientamento per localizzare meglio gli oggetti ruotati. Questa funzionalità è particolarmente utile per l'analisi di immagini aeree, l'elaborazione di documenti e le applicazioni industriali in cui gli oggetti appaiono a varie angolazioni. YOLO11 offre elevata precisione e velocità per il rilevamento di oggetti ruotati in diversi scenari.

Rilevamento orientato

Conclusione

Ultralytics YOLO11 supporta molteplici attività di computer vision, tra cui rilevamento, segmentazione, classificazione, rilevamento di oggetti orientati e rilevamento di punti chiave. Ogni attività risponde a esigenze specifiche nel panorama della computer vision, dalla semplice identificazione degli oggetti all'analisi dettagliata della posa. Comprendendo le capacità e le applicazioni di ogni attività, puoi selezionare l'approccio più appropriato per le tue specifiche sfide di computer vision e sfruttare le potenti funzionalità di YOLO11 per creare soluzioni efficaci.

FAQ

Quali attività di computer vision può eseguire Ultralytics YOLO11?

Ultralytics YOLO11 è un framework di intelligenza artificiale versatile in grado di eseguire varie attività di computer vision con elevata precisione e velocità. Queste attività includono:

  • Object Detection: Identificazione e localizzazione di oggetti in immagini o fotogrammi video disegnando bounding box attorno ad essi.
  • Image segmentation: Segmentazione di immagini in diverse regioni in base al loro contenuto, utile per applicazioni come l'imaging medicale.
  • Classificazione: Categorizzazione di immagini intere in base al loro contenuto, sfruttando varianti dell'architettura EfficientNet.
  • Stima della posa: Rilevamento di punti chiave specifici in un'immagine o in un fotogramma video per tracciare movimenti o pose.
  • Rilevamento di oggetti orientati (OBB): Rilevamento di oggetti ruotati con un angolo di orientamento aggiunto per una maggiore precisione.

Come posso utilizzare Ultralytics YOLO11 per il rilevamento di oggetti?

Per utilizzare Ultralytics YOLO11 per il rilevamento di oggetti, segui questi passaggi:

  1. Prepara il tuo set di dati nel formato appropriato.
  2. Addestra il modello YOLO11 utilizzando l'attività di rilevamento.
  3. Utilizza il modello per fare previsioni inserendo nuove immagini o fotogrammi video.

Esempio

from ultralytics import YOLO

# Load a pre-trained YOLO model (adjust model type as needed)
model = YOLO("yolo11n.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
# Run YOLO detection from the command line
yolo detect model=yolo11n.pt source="image.jpg" # Adjust model and source as needed

Per istruzioni più dettagliate, consulta i nostri esempi di rilevamento.

Quali sono i vantaggi dell'utilizzo di YOLO11 per attività di segmentazione?

L'utilizzo di YOLO11 per attività di segmentazione offre diversi vantaggi:

  1. Elevata precisione: L'attività di segmentazione sfrutta una variante dell'architettura U-Net per ottenere una segmentazione precisa.
  2. Velocità: YOLO11 è ottimizzato per applicazioni in tempo reale, offrendo un'elaborazione rapida anche per immagini ad alta risoluzione.
  3. Applicazioni multiple: È ideale per l'imaging medicale, la guida autonoma e altre applicazioni che richiedono una segmentazione dettagliata delle immagini.

Scopri di più sui vantaggi e sui casi d'uso di YOLO11 per la segmentazione nella sezione sulla segmentazione delle immagini.

Ultralytics YOLO11 è in grado di gestire la stima della posa e il rilevamento dei punti chiave?

Sì, Ultralytics YOLO11 può eseguire efficacemente la stima della posa e il rilevamento dei punti chiave con elevata precisione e velocità. Questa funzionalità è particolarmente utile per il tracciamento dei movimenti nell'analisi sportiva, nell'assistenza sanitaria e nelle applicazioni di interazione uomo-computer. YOLO11 rileva i punti chiave in un'immagine o in un fotogramma video, consentendo una stima precisa della posa.

Per maggiori dettagli e suggerimenti sull'implementazione, visita i nostri esempi di stima della posa.

Perché dovrei scegliere Ultralytics YOLO11 per il rilevamento di oggetti orientati (OBB)?

Il rilevamento di oggetti orientati (OBB) con YOLO11 offre una maggiore precisione rilevando oggetti con un parametro angolare aggiuntivo. Questa funzionalità è utile per le applicazioni che richiedono una localizzazione accurata di oggetti ruotati, come l'analisi di immagini aeree e l'automazione di magazzini.

  • Maggiore precisione: La componente angolare riduce i falsi positivi per gli oggetti ruotati.
  • Applicazioni versatili: Utile per attività di analisi geospaziale, robotica, ecc.

Consulta la sezione sul rilevamento di oggetti orientati per maggiori dettagli ed esempi.



📅 Creato 1 anno fa ✏️ Aggiornato 5 mesi fa

Commenti