Дом

中文 | 한국어 | 日本語 | Русский | Deutsch | Français | Español | Português | Türkçe | Tiếng Việt | العربية

Представляем . Ultralytics YOLO11, последняя версия известной модели обнаружения объектов и сегментации изображений в реальном времени. YOLO11 создана на основе передовых достижений в области глубокого обучения и компьютерного зрения, предлагая беспрецедентную производительность в плане скорости и точности. Благодаря обтекаемому дизайну она подходит для различных приложений и легко адаптируется к различным аппаратным платформам, от граничных устройств до облачных API.

Изучи Ultralytics Docs - всеобъемлющий ресурс, призванный помочь тебе понять и использовать его функции и возможности. Независимо от того, опытный ты специалист по машинному обучению или новичок в этой области, этот хаб призван максимально использовать потенциал YOLO в твоих проектах.

С чего начать

Смотри: Как обучить модель YOLO на твоем пользовательском наборе данных в Google Колаб.

YOLO: Краткая история

YOLO (You Only Look Once), популярная модель обнаружения объектов и сегментации изображений, была разработана Джозефом Редмоном и Али Фархади в Университете Вашингтона. Появившись в 2015 году, YOLO быстро завоевала популярность благодаря своей высокой скорости и точности.

• YOLOv2, выпущенная в 2016 году, улучшила оригинальную модель, включив в нее пакетную нормализацию, якорные коробки и кластеры размерностей.
• YOLOv3, запущенная в 2018 году, еще больше повысила производительность модели за счет использования более эффективной опорной сети, множества якорей и объединения пространственных пирамид.
• YOLOv4 вышла в 2020 году, представив такие новшества, как увеличение данных Mosaic, новая головка обнаружения без якоря и новая функция потерь.
• YOLOv5 еще больше повысил производительность модели и добавил новые возможности, такие как оптимизация гиперпараметров, интегрированное отслеживание экспериментов и автоматический экспорт в популярные форматы.
• YOLOv6 был открыт компанией Meituan в 2022 году и используется во многих автономных роботах-доставщиках компании.
• В YOLOv7 добавлены дополнительные задачи, такие как оценка позы по набору данных COCO keypoints.
• YOLOv8 Выпущенный в 2023 году Ultralytics. YOLOv8 представил новые функции и улучшения для повышения производительности, гибкости и эффективности, поддерживая полный спектр задач ИИ зрения,
• YOLOv9 представляет инновационные методы, такие как программируемая градиентная информация (PGI) и обобщенная эффективная сеть агрегации слоев (GELAN).
• YOLOv10 создан исследователями из Университета Цинхуа с помощью пакета Ultralytics Python пакета. Эта версия обеспечивает усовершенствования в области обнаружения объектов в реальном времени, внедряя головку End-to-End, которая устраняет требования к подавлению без максимума (Non-Maximum Suppression, NMS).
• YOLO11 🚀 NEW: Ultralytics' latest YOLO models delivering state-of-the-art (SOTA) performance across multiple tasks, including detection, segmentation, pose estimation, tracking, and classification, leverage capabilities across diverse AI applications and domains.

YOLO Лицензии: Как лицензируется Ultralytics YOLO ?

Ultralytics предлагает два варианта лицензирования для разных случаев использования:

• AGPL-3.0 Лицензия: Эта одобренная OSI лицензия с открытым исходным кодом идеально подходит для студентов и энтузиастов, способствуя открытому сотрудничеству и обмену знаниями. Более подробную информацию смотри в файле LICENSE.
• Корпоративная лицензия: Предназначенная для коммерческого использования, эта лицензия позволяет без проблем интегрировать программное обеспечение Ultralytics и модели искусственного интеллекта в коммерческие товары и услуги, минуя требования открытого исходного кода AGPL-3.0. Если твой сценарий предполагает внедрение наших решений в коммерческое предложение, обратись к Ultralytics Licensing.

Наша стратегия лицензирования направлена на то, чтобы любые улучшения в наших проектах с открытым исходным кодом возвращались сообществу. Мы храним принципы открытого кода близко к сердцу ❤️, и наша миссия - гарантировать, что наш вклад может быть использован и расширен таким образом, чтобы это было выгодно всем.

ВОПРОСЫ И ОТВЕТЫ

Что такое Ultralytics YOLO и как он улучшает обнаружение объектов.

Ultralytics YOLO это последнее достижение в известной серии YOLO (You Only Look Once) для обнаружения объектов и сегментации изображений в реальном времени. Она развивает предыдущие версии, внедряя новые функции и улучшения для повышения производительности, гибкости и эффективности. YOLO поддерживает различные задачи искусственного интеллекта зрения, такие как обнаружение, сегментация, оценка позы, отслеживание и классификация. Его современная архитектура обеспечивает превосходную скорость и точность, что делает его подходящим для различных приложений, включая пограничные устройства и облачные API.

Как приступить к установке и настройке YOLO ?

Приступить к работе с YOLO можно быстро и просто. Ты можешь установить пакет Ultralytics с помощью pip и приступить к работе за считанные минуты. Вот основная команда установки:

pip install ultralytics

Чтобы получить исчерпывающее пошаговое руководство, посети наш гайд по быстрому старту. Этот ресурс поможет тебе с инструкциями по установке, начальной настройкой и запуском твоей первой модели.

Как я могу обучить пользовательскую модель YOLO на своем наборе данных?

Обучение пользовательской модели YOLO на твоем наборе данных включает в себя несколько детальных шагов:

1. Подготовь свой аннотированный набор данных.
2. Настрой параметры тренировки в YAML-файле.
3. Используй yolo TASK train команда, чтобы начать тренировку. (Каждый TASK имеет свой собственный аргумент)

Вот пример кода для задачи обнаружения объектов:

from ultralytics import YOLO

# Load a pre-trained YOLO model (you can choose n, s, m, l, or x versions)
model = YOLO("yolo11n.pt")

# Start training on your custom dataset
model.train(data="path/to/dataset.yaml", epochs=100, imgsz=640)

# Train a YOLO model from the command line
yolo detect train data=path/to/dataset.yaml epochs=100 imgsz=640

Чтобы получить подробное описание, ознакомься с нашим руководством Train a Model, в котором собраны примеры и советы по оптимизации процесса обучения.

Какие варианты лицензирования доступны для Ultralytics YOLO ?

Ultralytics Предлагает два варианта лицензирования для YOLO:

• AGPL-3.0 Лицензия: Эта лицензия с открытым исходным кодом идеально подходит для образовательного и некоммерческого использования, способствуя открытому сотрудничеству.
• Лицензия предприятия: Она предназначена для коммерческих приложений, позволяя беспрепятственно интегрировать программное обеспечение Ultralytics в коммерческие продукты без ограничений лицензии AGPL-3.0 .

Более подробную информацию ты можешь найти на нашей странице " Лицензирование".

Как можно использовать Ultralytics YOLO для отслеживания объектов в реальном времени?

Ultralytics YOLO поддерживает эффективное и настраиваемое отслеживание нескольких объектов. Чтобы использовать возможности трекинга, ты можешь использовать yolo track команда, как показано ниже:

from ultralytics import YOLO

# Load a pre-trained YOLO model
model = YOLO("yolo11n.pt")

# Start tracking objects in a video
# You can also use live video streams or webcam input
model.track(source="path/to/video.mp4")

# Perform object tracking on a video from the command line
# You can specify different sources like webcam (0) or RTSP streams
yolo track source=path/to/video.mp4

Подробное руководство по настройке и запуску слежения за объектами ты найдешь в нашей документации по режиму слежения, где рассказывается о настройке и практическом применении в сценариях реального времени.

📅 Создано 1 год назад ✏️ Обновлено 13 дней назад

Комментарии