Интерактивное обнаружение объектов: Gradio и Ultralytics YOLO26 🚀

Введение в интерактивное обнаружение объектов

Этот интерфейс Gradio предоставляет простой и интерактивный способ выполнения обнаружения объектов с использованием модели Ultralytics YOLO26. Ты можешь загружать изображения и настраивать такие параметры, как порог уверенности и порог пересечения над объединением (IoU), чтобы получать результаты обнаружения в реальном времени.

Зачем использовать Gradio для обнаружения объектов?

• Удобный интерфейс: Gradio предлагает простую платформу, на которой ты можешь загружать изображения и визуализировать результаты обнаружения без написания кода.
• Настройка в реальном времени: Такие параметры, как порог уверенности и порог IoU, можно регулировать «на лету», что обеспечивает немедленную обратную связь и позволяет оптимизировать результаты обнаружения.
• Широкая доступность: Веб-интерфейс Gradio доступен каждому, что делает его отличным инструментом для демонстраций, образовательных целей и быстрых экспериментов.

Как установить Gradio

pip install gradio

Как пользоваться интерфейсом

1. Загрузка изображения: Нажми на 'Upload Image', чтобы выбрать файл изображения для обнаружения объектов.
2. Настройка параметров:
   • Порог уверенности: Ползунок для установки минимального уровня уверенности при обнаружении объектов.
   • Порог IoU: Ползунок для установки порога IoU для разделения различных объектов.
3. Просмотр результатов: Будет отображено обработанное изображение с обнаруженными объектами и их метками.

Примеры использования

• Пример изображения 1: Обнаружение автобуса с настройками по умолчанию.
• Пример изображения 2: Обнаружение на спортивном снимке с настройками по умолчанию.

Пример использования

В этом разделе приведен код на языке Python, используемый для создания интерфейса Gradio с моделью Ultralytics YOLO26. Код поддерживает задачи классификации, обнаружения, сегментации и поиска ключевых точек.

import gradio as gr
import PIL.Image as Image

from ultralytics import ASSETS, YOLO

model = YOLO("yolo26n.pt")

def predict_image(img, conf_threshold, iou_threshold):
    """Predicts objects in an image using a YOLO26 model with adjustable confidence and IoU thresholds."""
    results = model.predict(
        source=img,
        conf=conf_threshold,
        iou=iou_threshold,
        show_labels=True,
        show_conf=True,
        imgsz=640,
    )

    for r in results:
        im_array = r.plot()
        im = Image.fromarray(im_array[..., ::-1])

    return im

iface = gr.Interface(
    fn=predict_image,
    inputs=[
        gr.Image(type="pil", label="Upload Image"),
        gr.Slider(minimum=0, maximum=1, value=0.25, label="Confidence threshold"),
        gr.Slider(minimum=0, maximum=1, value=0.45, label="IoU threshold"),
    ],
    outputs=gr.Image(type="pil", label="Result"),
    title="Ultralytics Gradio",
    description="Upload images for inference. The Ultralytics YOLO26n model is used by default.",
    examples=[
        [ASSETS / "bus.jpg", 0.25, 0.45],
        [ASSETS / "zidane.jpg", 0.25, 0.45],
    ],
)

if __name__ == "__main__":
    iface.launch()

Пояснение параметров

Компоненты интерфейса Gradio

Часто задаваемые вопросы (FAQ)

Как мне использовать Gradio с Ultralytics YOLO26 для обнаружения объектов?

Чтобы использовать Gradio с Ultralytics YOLO26 для обнаружения объектов, выполни следующие шаги:

1. Установи Gradio: Используй команду pip install gradio.
2. Создай интерфейс: Напиши скрипт на Python для инициализации интерфейса Gradio. Подробности ты найдешь в приведенном примере кода в документации.
3. Загрузи и настрой: Загрузи изображение и отрегулируй пороги уверенности и IoU в интерфейсе Gradio, чтобы получить результаты обнаружения в реальном времени.

Вот минимальный фрагмент кода для справки:

import gradio as gr

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

def predict_image(img, conf_threshold, iou_threshold):
    results = model.predict(
        source=img,
        conf=conf_threshold,
        iou=iou_threshold,
        show_labels=True,
        show_conf=True,
    )
    return results[0].plot() if results else None

iface = gr.Interface(
    fn=predict_image,
    inputs=[
        gr.Image(type="pil", label="Upload Image"),
        gr.Slider(minimum=0, maximum=1, value=0.25, label="Confidence threshold"),
        gr.Slider(minimum=0, maximum=1, value=0.45, label="IoU threshold"),
    ],
    outputs=gr.Image(type="pil", label="Result"),
    title="Ultralytics Gradio YOLO26",
    description="Upload images for YOLO26 object detection.",
)
iface.launch()

В чем преимущества использования Gradio для обнаружения объектов с помощью Ultralytics YOLO26?

Использование Gradio для обнаружения объектов с помощью Ultralytics YOLO26 дает ряд преимуществ:

• Удобный интерфейс: Gradio предоставляет интуитивно понятный интерфейс, позволяющий тебе загружать изображения и визуализировать результаты без необходимости программировать.
• Настройка в реальном времени: Ты можешь динамически регулировать параметры обнаружения, такие как порог уверенности и порог IoU, и видеть результаты мгновенно.
• Доступность: Веб-интерфейс доступен каждому, что делает его полезным для быстрых экспериментов, образовательных целей и демонстраций.

Более подробную информацию ты найдешь в этом блоге об ИИ в радиологии, где показаны аналогичные методы интерактивной визуализации.

Могу ли я использовать Gradio и Ultralytics YOLO26 вместе в образовательных целях?

Да, Gradio и Ultralytics YOLO26 можно эффективно использовать вместе в образовательных целях. Интуитивно понятный веб-интерфейс Gradio позволяет студентам и преподавателям легко взаимодействовать с передовыми моделями глубокого обучения, такими как Ultralytics YOLO26, без глубоких навыков программирования. Эта настройка идеально подходит для демонстрации ключевых концепций в области обнаружения объектов и компьютерного зрения, так как Gradio обеспечивает немедленную визуальную обратную связь, помогая понять влияние различных параметров на производительность обнаружения.

Как мне настроить пороги уверенности и IoU в интерфейсе Gradio для YOLO26?

В интерфейсе Gradio для YOLO26 ты можешь настроить пороги уверенности и IoU с помощью соответствующих ползунков. Эти пороги помогают контролировать точность предсказаний и разделение объектов:

• Порог уверенности: Определяет минимальный уровень уверенности для обнаружения объектов. Передвигай ползунок, чтобы увеличить или уменьшить требуемую уверенность.
• Порог IoU: Устанавливает порог пересечения над объединением для различения перекрывающихся объектов. Регулируй это значение для более точного разделения объектов.

Для получения дополнительной информации об этих параметрах посети раздел с пояснениями параметров.

Каковы практические применения использования Ultralytics YOLO26 с Gradio?

Практические применения объединения Ultralytics YOLO26 с Gradio включают:

• Демонстрации обнаружения объектов в реальном времени: Идеально подходит для показа того, как работает обнаружение объектов в режиме реального времени.
• Образовательные инструменты: Полезны в академической среде для обучения концепциям обнаружения объектов и компьютерного зрения.
• Разработка прототипов: Эффективно для быстрой разработки и тестирования прототипов приложений для обнаружения объектов.
• Сообщество и совместная работа: Упрощает обмен моделями с сообществом для получения отзывов и совместной работы.

Примеры подобных сценариев использования можно найти в блоге Ultralytics о мониторинге поведения животных, где показано, как интерактивная визуализация может улучшить усилия по сохранению дикой природы.