Vai al contenuto

Ultralytics YOLOv8 Compiti


Ultralytics YOLO Attività supportate

YOLOv8 è un framework di intelligenza artificiale che supporta diverse attività di computer vision. Il framework può essere utilizzato per eseguire rilevamento, segmentazione, obb, classificazione e stima della posa. Ognuno di questi compiti ha obiettivi e casi d'uso diversi.



Guarda: Esplora Ultralytics YOLO Compiti: Rilevamento di oggetti, segmentazione, OBB, tracciamento e stima della posa.

Rilevamento

Il rilevamento è l'attività principale supportata da YOLOv8. Si tratta di rilevare gli oggetti in un'immagine o in un video e di disegnare dei riquadri di delimitazione intorno ad essi. Gli oggetti rilevati vengono classificati in diverse categorie in base alle loro caratteristiche. YOLOv8 è in grado di rilevare più oggetti in una singola immagine o fotogramma video con un'elevata precisione e velocità.

Esempi di rilevamento

Segmentazione

La segmentazione è un'attività che prevede la suddivisione di un'immagine in diverse regioni in base al contenuto dell'immagine. A ogni regione viene assegnata un'etichetta in base al suo contenuto. Questo compito è utile in applicazioni come la segmentazione delle immagini e l'imaging medico. YOLOv8 utilizza una variante dell'architettura U-Net per eseguire la segmentazione.

Esempi di segmentazione

Classificazione

La classificazione è un'attività che consiste nel classificare un'immagine in diverse categorie. YOLOv8 può essere utilizzato per classificare le immagini in base al loro contenuto. Utilizza una variante dell'architettura EfficientNet per eseguire la classificazione.

Esempi di classificazione

Pose

Il rilevamento della posa e dei punti chiave è un'attività che prevede il rilevamento di punti specifici in un'immagine o in un video. Questi punti vengono chiamati keypoint e sono utilizzati per tracciare il movimento o per stimare la posa. YOLOv8 è in grado di rilevare i keypoint in un'immagine o in un video con grande precisione e velocità.

Esempi di posa

OBB

Il rilevamento di oggetti orientati fa un passo avanti rispetto al normale rilevamento di oggetti, introducendo un angolo in più per individuare con maggiore precisione gli oggetti in un'immagine. YOLOv8 è in grado di rilevare gli oggetti ruotati in un'immagine o in un fotogramma video con grande precisione e velocità.

Rilevamento orientato

Conclusione

YOLOv8 supporta diverse attività, tra cui il rilevamento, la segmentazione, la classificazione, il rilevamento di oggetti orientati e il rilevamento di punti chiave. Ognuno di questi compiti ha obiettivi e casi d'uso diversi. Comprendendo le differenze tra questi compiti, puoi scegliere quello più adatto alla tua applicazione di computer vision.



Creato 2023-11-12, Aggiornato 2024-02-03
Autori: glenn-jocher (5), RizwanMunawar (1), AyushExel (1)

Commenti