Link to this sectionAttività di Computer Vision supportate da Ultralytics YOLO26#

Ultralytics YOLO26 è un framework IA versatile che supporta molteplici attività di computer vision. Il framework può essere utilizzato per eseguire detection, segmentation, semantic segmentation, OBB, classification e stima della pose. Ognuna di queste attività ha un obiettivo e un caso d'uso diversi, permettendoti di affrontare svariate sfide di computer vision con un unico framework.

Link to this sectionDetection#

La detection è l'attività principale supportata da YOLO26. Consiste nell'identificare oggetti in un'immagine o in un fotogramma video e nel disegnare bounding box attorno a essi. Gli oggetti rilevati vengono classificati in diverse categorie in base alle loro caratteristiche. YOLO26 è in grado di rilevare più oggetti in un singolo fotogramma o immagine con elevata precisione e velocità, rendendolo ideale per applicazioni in tempo reale come sistemi di sorveglianza e veicoli autonomi.

Esempi di Detection

Link to this sectionImage segmentation#

La segmentation porta la rilevazione degli oggetti oltre, producendo maschere a livello di pixel per ogni oggetto. Questa precisione è utile per applicazioni come imaging medico, analisi agricola e controllo qualità nella produzione.

Esempi di Segmentation

Link to this sectionSemantic Segmentation#

La semantic segmentation assegna un'etichetta di classe a ogni pixel in un'immagine, producendo una mappa di classi densa dell'intera scena. A differenza dell'instance segmentation, non distingue tra singoli oggetti della stessa classe. Questo la rende ideale per guida autonoma, scene parsing e mappatura della copertura del suolo, dove comprendere la disposizione spaziale completa conta più dell'identificare i singoli oggetti.

Esempi di Semantic Segmentation

Link to this sectionClassification#

La classification comporta la categorizzazione di intere immagini in base al loro contenuto. 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 Classification

Link to this sectionPose estimation#

La pose estimation rileva specifici keypoint in immagini o fotogrammi video per tracciare movimenti o stimare pose. Questi keypoint possono rappresentare articolazioni umane, caratteristiche facciali o altri punti di interesse significativi. YOLO26 eccelle nel rilevamento dei keypoint con elevata precisione e velocità, rendendolo prezioso per applicazioni di fitness, analisi sportiva e interazione uomo-computer.

Esempi di Pose

Link to this sectionOBB#

La rilevazione OBB (Oriented Bounding Box) migliora la tradizionale rilevazione degli oggetti aggiungendo un angolo di orientamento per localizzare meglio gli oggetti ruotati. Questa capacità è particolarmente preziosa per l'analisi di immagini aeree, l'elaborazione di documenti e applicazioni industriali in cui gli oggetti appaiono con angolazioni variabili. YOLO26 offre elevata precisione e velocità per rilevare oggetti ruotati in diversi scenari.

Rilevazione Orientata

Link to this sectionConclusione#

Ultralytics YOLO26 supporta molteplici attività di computer vision, tra cui detection, instance segmentation, semantic segmentation, classification, rilevazione orientata degli oggetti e rilevazione dei keypoint. Ogni attività risponde a esigenze specifiche nel panorama della computer vision, dall'identificazione di base degli oggetti all'analisi dettagliata della posa. Comprendendo le capacità e le applicazioni di ciascuna attività, puoi selezionare l'approccio più appropriato per le tue sfide specifiche di computer vision e sfruttare le potenti funzionalità di YOLO26 per creare soluzioni efficaci.

Link to this sectionFAQ#

Link to this sectionQuali attività di computer vision può eseguire Ultralytics YOLO26?#

Ultralytics YOLO26 è un framework IA 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 tramite il disegno di bounding box attorno a essi.
• Image segmentation: Segmentazione delle immagini in diverse regioni in base al loro contenuto, utile per applicazioni come l'imaging medico.
• Semantic Segmentation: Assegnazione di un'etichetta di classe a ogni pixel in un'immagine per una comprensione densa della scena.
• Classification: Categorizzazione di intere immagini in base al loro contenuto.
• Pose estimation: Rilevamento di specifici keypoint in un'immagine o in un fotogramma video per tracciare movimenti o pose.
• Oriented Object Detection (OBB): Rilevamento di oggetti ruotati con un angolo di orientamento aggiunto per una maggiore precisione.

Link to this sectionCome uso Ultralytics YOLO26 per l'object detection?#

Per utilizzare Ultralytics YOLO26 per l'object detection, segui questi passaggi:

1. Prepara il tuo dataset nel formato appropriato.
2. Addestra il modello YOLO26 utilizzando l'attività di detection.
3. Usa il modello per fare predizioni inserendo nuove immagini o fotogrammi video.

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

Per istruzioni più dettagliate, dai un'occhiata ai nostri esempi di detection.

Link to this sectionQuali sono i vantaggi dell'utilizzo di YOLO26 per le attività di segmentation?#

L'utilizzo di YOLO26 per attività di segmentation offre diversi vantaggi:

1. Alta precisione: L'attività di segmentation fornisce maschere precise a livello di pixel.
2. Velocità: YOLO26 è ottimizzato per applicazioni in tempo reale, offrendo un'elaborazione rapida anche per immagini ad alta risoluzione.
3. Molteplici applicazioni: È ideale per l'imaging medico, la guida autonoma e altre applicazioni che richiedono una segmentazione dettagliata dell'immagine.

Scopri di più sui vantaggi e sui casi d'uso di YOLO26 per la segmentazione nella sezione dedicata alla image segmentation.

Link to this sectionUltralytics YOLO26 può gestire la pose estimation e il rilevamento dei keypoint?#

Sì, Ultralytics YOLO26 può eseguire efficacemente la pose estimation e il rilevamento dei keypoint con elevata precisione e velocità. Questa funzionalità è particolarmente utile per tracciare i movimenti nelle analisi sportive, nell'assistenza sanitaria e nelle applicazioni di interazione uomo-computer. YOLO26 rileva i keypoint in un'immagine o in un fotogramma video, consentendo una precisa stima della posa.

Per maggiori dettagli e suggerimenti sull'implementazione, visita i nostri esempi di pose estimation.

Link to this sectionPerché dovrei scegliere Ultralytics YOLO26 per la rilevazione orientata degli oggetti (OBB)?#

La rilevazione orientata degli oggetti (OBB) con YOLO26 fornisce una precisione migliorata rilevando gli 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 magazzino.

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

Dai un'occhiata alla sezione dedicata all'Oriented Object Detection per ulteriori dettagli ed esempi.