コンテンツへスキップ

Ultralytics YOLOv8 タスク


Ultralytics YOLO 対応タスク

YOLOv8 は、複数のコンピュータ・ビジョン・タスクをサポートするAIフレームワークである。このフレームワークは、検出、セグメンテーション、obb、分類、および姿勢推定を実行するために使用できる。これらのタスクはそれぞれ異なる目的とユースケースを持っている。



見るんだ: Ultralytics YOLO タスクの探索:物体検出、セグメンテーション、OBB、トラッキング、姿勢推定。

検出

検出は、YOLOv8 がサポートする主要なタスクである。これは、画像またはビデオフレーム内のオブジェクトを検出し、それらの周囲にバウンディングボックスを描画することを含む。検出されたオブジェクトは、その特徴に基づいてさまざまなカテゴリに分類される。YOLOv8 は、1つの画像またはビデオフレーム内の複数のオブジェクトを、高い精度と速度で検出することができる。

検出例

セグメンテーション

セグメンテーションとは、画像の内容に基づいて、画像を異なる領域に分割する作業である。各領域には、その内容に基づいてラベルが割り当てられる。このタスクは、画像セグメンテーションや医療画像処理などのアプリケーションで有用である。YOLOv8 、セグメンテーションを実行するために、U-Netアーキテクチャの変種を使用する。

セグメンテーションの例

分類

分類とは、画像をさまざまなカテゴリに分類するタスクのことです。YOLOv8 、画像の内容に基づいて分類することができます。EfficientNetアーキテクチャの一種を使用して分類を行います。

分類の例

ポーズ

ポーズ/キーポイント検出は、画像またはビデオフレーム内の特定のポイントを検出するタスクです。これらの点はキーポイントと呼ばれ、動きの追跡やポーズ推定に使用されます。YOLOv8 、画像やビデオフレーム内のキーポイントを高精度かつ高速に検出することができます。

ポーズ例

OBB

YOLOv8 、画像やビデオフレーム内の回転したオブジェクトを高精度かつ高速に検出することができます。

指向性検出

結論

YOLOv8 は、検出、セグメンテーション、分類、指向性オブジェクト検出、キーポイント検出など、複数のタスクをサポートしている。これらのタスクにはそれぞれ異なる目的と使用例があります。これらのタスクの違いを理解することで、コンピュータビジョンアプリケーションに適したタスクを選択することができます。



作成日:2023-11-12 更新日:2024-02-03
著者:Glenn-Jocher(5),chr043416@gmail.com(1),AyushExel(1)

コメント