Salta para o conte√ļdo

Ultralytics YOLOv8 Modos

Ultralytics YOLO ecossistema e integra√ß√Ķes

Introdução

Ultralytics YOLOv8 não é apenas mais um modelo de deteção de objectos; é uma estrutura versátil concebida para abranger todo o ciclo de vida dos modelos de aprendizagem automática - desde a ingestão de dados e a formação de modelos até à validação, implementação e acompanhamento no mundo real. Cada modo serve um objetivo específico e foi concebido para te oferecer a flexibilidade e a eficiência necessárias para diferentes tarefas e casos de utilização.



Observa: Ultralytics Tutorial de modos: Treina, valida, prevê, exporta e faz benchmark.

Modos num relance

Compreender os diferentes modos suportados pelo Ultralytics YOLOv8 é fundamental para tirar o máximo partido dos teus modelos:

  • Modo de treino: Afina o teu modelo em conjuntos de dados personalizados ou pr√©-carregados.
  • Modo Val: Um ponto de controlo p√≥s-forma√ß√£o para validar o desempenho do modelo.
  • Modo de previs√£o: Liberta o poder de previs√£o do teu modelo em dados do mundo real.
  • Modo de exporta√ß√£o: Torna o teu modelo pronto a ser implementado em v√°rios formatos.
  • Modo de rastreamento: Amplia o teu modelo de dete√ß√£o de objectos para aplica√ß√Ķes de seguimento em tempo real.
  • Modo de refer√™ncia: Analisa a velocidade e a precis√£o do teu modelo em diversos ambientes de implementa√ß√£o.

Este guia completo pretende dar-te uma vis√£o geral e pr√°tica de cada modo, ajudando-te a aproveitar todo o potencial de YOLOv8.

Comboio

O modo Train √© utilizado para treinar um modelo YOLOv8 num conjunto de dados personalizado. Neste modo, o modelo √© treinado utilizando o conjunto de dados e os hiperpar√Ęmetros especificados. O processo de treino envolve a otimiza√ß√£o dos par√Ęmetros do modelo para que este possa prever com precis√£o as classes e localiza√ß√Ķes dos objectos numa imagem.

Exemplos de comboios

Val

O modo Val √© utilizado para validar um modelo YOLOv8 depois de este ter sido treinado. Neste modo, o modelo √© avaliado num conjunto de valida√ß√£o para medir a sua precis√£o e desempenho de generaliza√ß√£o. Este modo pode ser utilizado para ajustar os hiperpar√Ęmetros do modelo para melhorar o seu desempenho.

Exemplos Val

Prevê

O modo Prever √© utilizado para efetuar previs√Ķes utilizando um modelo YOLOv8 treinado em novas imagens ou v√≠deos. Neste modo, o modelo √© carregado a partir de um ficheiro de ponto de controlo e o utilizador pode fornecer imagens ou v√≠deos para realizar a infer√™ncia. O modelo prev√™ as classes e localiza√ß√Ķes dos objectos nas imagens ou v√≠deos de entrada.

Prever exemplos

Exportação

O modo de exporta√ß√£o √© utilizado para exportar um modelo YOLOv8 para um formato que possa ser utilizado para a implanta√ß√£o. Neste modo, o modelo √© convertido para um formato que pode ser utilizado por outras aplica√ß√Ķes de software ou dispositivos de hardware. Este modo √© √ļtil quando implementa o modelo em ambientes de produ√ß√£o.

Exemplos de exportação

Acompanha

O modo de rastreamento √© usado para rastrear objetos em tempo real usando um modelo YOLOv8 . Neste modo, o modelo √© carregado a partir de um ficheiro de ponto de controlo e o utilizador pode fornecer um fluxo de v√≠deo em direto para efetuar o seguimento de objectos em tempo real. Este modo √© √ļtil para aplica√ß√Ķes como sistemas de vigil√Ęncia ou carros aut√≥nomos.

Exemplos de faixas

Referência

O modo de refer√™ncia √© utilizado para determinar a velocidade e a precis√£o de v√°rios formatos de exporta√ß√£o para YOLOv8. Os par√Ęmetros de refer√™ncia fornecem informa√ß√Ķes sobre o tamanho do formato exportado, a sua mAP50-95 m√©tricas (para dete√ß√£o de objectos, segmenta√ß√£o e pose) ou accuracy_top5 (para classifica√ß√£o), e o tempo de infer√™ncia em milissegundos por imagem em v√°rios formatos de exporta√ß√£o como ONNX, OpenVINO, TensorRT e outros. Esta informa√ß√£o pode ajudar os utilizadores a escolher o melhor formato de exporta√ß√£o para o seu caso de utiliza√ß√£o espec√≠fico, com base nos seus requisitos de velocidade e precis√£o.

Exemplos de referência



Criado em 2023-11-12, Atualizado em 2024-02-03
Autores: glenn-jocher (4)

Coment√°rios