Перейти к содержимому

Исчерпывающие учебники по Ultralytics YOLO

Добро пожаловать на Ultralytics' YOLO 🚀 Руководства! Наши исчерпывающие руководства охватывают различные аспекты модели обнаружения объектов YOLO , начиная от обучения и предсказания и заканчивая развертыванием. Построенная на базе PyTorch, модель YOLO отличается исключительной скоростью и точностью в задачах обнаружения объектов в реальном времени.

Будь ты новичком или экспертом в глубоком обучении, наши учебники предлагают ценные сведения о внедрении и оптимизации YOLO для твоих проектов по компьютерному зрению. Давай погрузимся!



Смотри: Ultralytics YOLOv8 Обзор гидов

Гиды

Перед тобой подборка подробных гайдов, которые помогут тебе освоить различные аспекты Ultralytics YOLO .

  • YOLO Общие проблемы ⭐ РЕКОМЕНДУЕМ: Практические решения и советы по устранению наиболее часто встречающихся проблем при работе с моделями Ultralytics YOLO .
  • YOLO Метрики производительности ⭐ ЭССЕНЦИАЛ: Пойми ключевые метрики, такие как mAP, IoU и F1 score, используемые для оценки производительности твоих моделей YOLO . Включает практические примеры и советы, как повысить точность и скорость обнаружения.
  • Варианты развертывания моделей: Обзор форматов развертывания моделей YOLO , таких как ONNX, OpenVINO и TensorRT, с указанием плюсов и минусов каждого из них для определения твоей стратегии развертывания.
  • K-Fold Cross Validation 🚀 НОВИНКА: Узнай, как улучшить обобщение модели с помощью техники K-Fold cross-validation.
  • Настройка гиперпараметров 🚀 НОВИНКА: Узнай, как оптимизировать твои модели YOLO путем тонкой настройки гиперпараметров с помощью класса Tuner и алгоритмов генетической эволюции.
  • SAHI Tiled Inference 🚀 НОВИНКА: Исчерпывающее руководство по использованию возможностей SAHI по нарезке умозаключений с помощью YOLOv8 для обнаружения объектов на изображениях высокого разрешения.
  • AzureML Quickstart 🚀 НОВИНКА: Приступай к работе с моделями Ultralytics YOLO на платформе Microsoft Azure Machine Learning. Узнай, как обучать, разворачивать и масштабировать свои проекты по обнаружению объектов в облаке.
  • Conda Quickstart 🚀 NEW: Пошаговое руководство по настройке среды Conda для Ultralytics. Узнай, как установить и начать эффективно использовать пакет Ultralytics с помощью Conda.
  • Docker Quickstart 🚀 НОВИНКА: Полное руководство по настройке и использованию Ultralytics YOLO моделей с помощью Docker. Узнай, как установить Docker, управлять поддержкой GPU и запускать модели YOLO в изолированных контейнерах для последовательной разработки и развертывания.
  • Raspberry Pi 🚀 NEW: Краткое руководство по запуску моделей YOLO на новейшем оборудовании Raspberry Pi.
  • Triton Интеграция с сервером выводов 🚀 НОВИНКА: погрузись в интеграцию Ultralytics YOLOv8 с сервером выводов NVIDIA Triton для масштабируемого и эффективного развертывания серверов выводов глубокого обучения.
  • YOLO Thread-Safe Inference 🚀 NEW: Руководство по выполнению выводов с помощью моделей YOLO в потокобезопасной манере. Узнай о важности безопасности потоков и лучших практиках для предотвращения условий гонки и обеспечения последовательных предсказаний.
  • Изолирование объектов сегментации 🚀 НОВИНКА: Пошаговый рецепт и объяснение того, как извлекать и/или изолировать объекты из изображений с помощью Ultralytics Segmentation.
  • Edge TPU на Raspberry Pi: Google Edge TPU ускоряет вывод YOLO на Raspberry Pi.

Проекты реального мира

  • Подсчет объектов 🚀 НОВИНКА: Изучи процесс подсчета объектов в реальном времени с помощью Ultralytics YOLOv8 и получи знания для эффективного подсчета объектов в живом видеопотоке.
  • Обрезка объектов 🚀 НОВИНКА: изучи обрезку объектов с помощью YOLOv8 для точного извлечения объектов из изображений и видео.
  • Размытие объектов 🚀 НОВИНКА: применяй размытие объектов с помощью YOLOv8 для защиты конфиденциальности при обработке изображений и видео.
  • Мониторинг тренировок 🚀 НОВИНКА: Открой для себя комплексный подход к мониторингу тренировок с помощью Ultralytics YOLOv8 . Приобрети навыки и знания, необходимые для эффективного использования YOLOv8 для отслеживания и анализа различных аспектов фитнес-рутины в режиме реального времени.
  • Подсчет объектов в регионах 🚀 НОВИНКА: изучи подсчет объектов в определенных регионах с помощью Ultralytics YOLOv8 для точного и эффективного обнаружения объектов в разнообразных областях.
  • Охранная сигнализация 🚀 НОВИНКА: Открой для себя процесс создания охранной сигнализации с помощью Ultralytics YOLOv8 . Эта система запускает оповещения при обнаружении новых объектов в кадре. Впоследствии ты сможешь настроить код в соответствии с твоим конкретным сценарием использования.
  • Тепловые карты 🚀 НОВИНКА: Улучши свое понимание данных с помощью наших тепловых карт обнаружения! Эти интуитивно понятные визуальные инструменты используют яркие цветовые градиенты, чтобы наглядно проиллюстрировать интенсивность значений данных по всей матрице. Являясь неотъемлемой частью компьютерного зрения, тепловые карты умело выделяют области интереса, обеспечивая мгновенный, впечатляющий способ интерпретации пространственной информации.
  • Сегментация экземпляров с помощью отслеживания объектов 🚀 НОВИНКА: изучи нашу функцию по сегментации объектов в форме Bounding Boxes, обеспечивающую визуальное представление точных границ объектов для лучшего понимания и анализа.
  • VisionEye View Objects Mapping 🚀 НОВИНКА: Эта функция нацеливает компьютеры на различение и фокусировку на определенных объектах, подобно тому, как человеческий глаз наблюдает за деталями с определенной точки зрения.
  • Оценка скорости 🚀 НОВИНКА: Оценка скорости в компьютерном зрении основывается на анализе движения объекта с помощью таких техник, как отслеживание объекта, что крайне важно для таких приложений, как автономные транспортные средства и мониторинг дорожного движения.
  • Расчет расстояния 🚀 НОВИНКА: Расчет расстояния, который предполагает измерение расстояния между двумя объектами в определенном пространстве, является крайне важным аспектом. В контексте Ultralytics YOLOv8 для этого используется метод с использованием центроида ограничительной рамки для определения расстояния, связанного с выделенными пользователем ограничительными рамками.

Вносите свой вклад в наши гайды

Мы приветствуем вклад сообщества! Если ты освоил какой-то конкретный аспект Ultralytics YOLO , который еще не освещен в наших руководствах, мы призываем тебя поделиться своим опытом. Написание руководства - это отличный способ поддержать сообщество и помочь нам сделать нашу документацию более полной и удобной.

Чтобы начать, прочти наше руководство по внесению вклада, где описано, как открыть Pull Request (PR) 🛠️. Мы с нетерпением ждем твоего вклада!

Давай вместе работать над тем, чтобы сделать экосистему Ultralytics YOLO более надежной и универсальной 🙏!



Создано 2023-11-12, Обновлено 2024-02-12
Авторы: glenn-jocher (5), chr043416@gmail.com (6), RizwanMunawar (1), Burhan-Q (1), ouphi (1)

Комментарии