Overslaan naar inhoud

Ultralytics iOS App: Objecten in realtime detecteren met YOLO modellen

Ultralytics HUB voorbeeldafbeelding

De Ultralytics iOS App is een krachtig hulpmiddel waarmee je YOLO modellen direct op je iPhone of iPad kunt uitvoeren voor realtime objectdetectie. Deze app maakt gebruik van de Apple Neural Engine en Core ML voor modeloptimalisatie en -versnelling, waardoor objecten snel en efficiƫnt kunnen worden gedetecteerd.



Kijken: Getting Started with the Ultralytics HUB App (IOS & Android)

Kwantisering en versnelling

Om realtime prestaties te bereiken op je iOS apparaat, worden YOLO modellen gekwantiseerd naar FP16 of INT8 precisie. Quantisatie is een proces dat de numerieke precisie van het model weights and biases vermindert, waardoor het model kleiner wordt en er minder rekenwerk nodig is. Dit resulteert in snellere inferentietijden zonder significante gevolgen voor de nauwkeurigheid van het model.

FP16 Kwantisering

FP16 (of half-precisie) kwantisatie converteert de 32-bits floating-point getallen van het model naar 16-bits floating-point getallen. Dit halveert de grootte van het model en versnelt het inferentieproces, terwijl er een goede balans blijft tussen nauwkeurigheid en prestaties.

INT8 Kwantisering

INT8 (of 8-bits gehele getallen) kwantisatie verkleint de grootte van het model en de berekeningsvereisten verder door de 32-bits floating-point getallen om te zetten naar 8-bits gehele getallen. Deze kwantisatiemethode kan resulteren in een aanzienlijke versnelling, maar het kan leiden tot een lichte afname in nauwkeurigheid.

Apple neurale motor

De Apple Neural Engine (ANE) is een speciale hardwarecomponent die is geĆÆntegreerd in de chips uit de A-serie en M-serie van Apple. Het is ontworpen om machine-learning taken te versnellen, met name voor neurale netwerken, waardoor je YOLO modellen sneller en efficiĆ«nter kunnen worden uitgevoerd.

Door gekwantiseerde YOLO modellen te combineren met de Apple Neural Engine, bereikt de Ultralytics iOS App realtime objectdetectie op je iOS apparaat zonder in te leveren op nauwkeurigheid of prestaties.

Jaar van uitgave iPhone-naam Chipsetnaam Nodegrootte ANE TOP's
2017 iPhone X A11 Bionic 10 nm 0.6
2018 iPhone XS A12 Bionisch 7 nm 5
2019 iPhone 11 A13 Bionisch 7 nm 6
2020 iPhone 12 A14 Bionisch 5 nm 11
2021 iPhone 13 A15 Bionisch 5 nm 15.8
2022 iPhone 14 A16 Bionisch 4 nm 17.0

Houd er rekening mee dat deze lijst alleen iPhone-modellen vanaf 2017 bevat en dat de ANE TOPs waarden bij benadering zijn.

Aan de slag met de Ultralytics iOS App

Volg deze stappen om aan de slag te gaan met de Ultralytics iOS App:

  1. Download de Ultralytics App in de App Store.

  2. Launch the app on your iOS device and sign in with your Ultralytics account. If you don't have an account yet, create one here.

  3. Eenmaal aangemeld zie je een lijst met je getrainde YOLO modellen. Selecteer een model om te gebruiken voor objectdetectie.

  4. Geef de app toestemming om de camera van je apparaat te gebruiken.

  5. Richt de camera van je apparaat op objecten die je wilt detecteren. De app toont de begrenzingskaders en class labels in real-time terwijl het objecten detecteert.

  6. Verken de instellingen van de app om de detectiedrempel aan te passen, specifieke objectklassen in of uit te schakelen en meer.

Met de Ultralytics iOS App kun je nu de kracht van YOLO modellen gebruiken voor realtime objectdetectie op je iPhone of iPad, aangedreven door de Apple Neural Engine en geoptimaliseerd met FP16 of INT8 kwantisatie.



Aangemaakt 2023-11-12, Bijgewerkt 2024-06-22
Auteurs: glenn-jocher (7), sergiuwaxmann (2), RizwanMunawar (1)

Reacties