Ultralytics Android App: Real-time Object Detection with YOLO Models
The Ultralytics Android App is a powerful tool that allows you to run YOLO models directly on your Android device for real-time object detection. This app utilizes TensorFlow Lite for model optimization and various hardware delegates for acceleration, enabling fast and efficient object detection.
İzle: Ultralytics HUB Uygulamasına Başlarken (IOS & Android)
Kuantizasyon ve İvme
To achieve real-time performance on your Android device, YOLO models are quantized to either FP16 or INT8 precision. Quantization is a process that reduces the numerical precision of the model's weights and biases, thus reducing the model's size and the amount of computation required. This results in faster inference times without significantly affecting the model's accuracy.
FP16 Kuantizasyon
FP16 (veya yarım hassasiyetli) niceleme, modelin 32 bit kayan noktalı sayılarını 16 bit kayan noktalı sayılara dönüştürür. Bu, modelin boyutunu yarı yarıya azaltır ve çıkarım sürecini hızlandırırken doğruluk ve performans arasında iyi bir denge sağlar.
INT8 Kuantizasyon
INT8 (or 8-bit integer) quantization further reduces the model's size and computation requirements by converting its 32-bit floating-point numbers to 8-bit integers. This quantization method can result in a significant speedup, but it may lead to a slight reduction in mean average precision (mAP) due to the lower numerical precision.
INT8 Modellerinde mAP Azaltımı
INT8 modellerindeki azaltılmış sayısal hassasiyet, niceleme işlemi sırasında bir miktar bilgi kaybına yol açabilir ve bu da mAP'de hafif bir düşüşe neden olabilir. Ancak INT8 niceleme işleminin sunduğu önemli performans kazanımları göz önüne alındığında bu ödünleşme genellikle kabul edilebilir.
Delegeler ve Performans Değişkenliği
Model çıkarımını hızlandırmak için Android cihazlarında farklı delegeler mevcuttur. Bu delegeler arasında CPU, GPU, Hexagon ve NNAPI. Bu delegelerin performansı, cihazın donanım satıcısına, ürün hattına ve cihazda kullanılan belirli yonga setlerine bağlı olarak değişir.
- CPU: Çoğu cihazda makul performans sağlayan varsayılan seçenek.
- GPU: Daha hızlı çıkarım için cihazın GPU adresini kullanır. Güçlü GPU'lara sahip cihazlarda önemli bir performans artışı sağlayabilir.
- Hexagon: Daha hızlı ve daha verimli işleme için Qualcomm'un Hexagon DSP'sinden yararlanır. Bu seçenek Qualcomm Snapdragon işlemcili cihazlarda kullanılabilir.
- NNAPI: The Android Neural Networks API (NNAPI) serves as an abstraction layer for running ML models on Android devices. NNAPI can utilize various hardware accelerators, such as CPU, GPU, and dedicated AI chips (e.g., Google's Edge TPU, or the Pixel Neural Core).
İşte başlıca satıcıları, ürün gruplarını, popüler cihazları ve desteklenen delegeleri gösteren bir tablo:
| Satıcı | Ürün Hatları | Popüler Cihazlar | Desteklenen Delegeler |
|---|---|---|---|
| Qualcomm | Snapdragon (örn. 800 serisi) | Samsung Galaxy S21, OnePlus 9, Google Pixel 6 | CPU, GPU, Hexagon, NNAPI |
| Samsung | Exynos (örn. Exynos 2100) | Samsung Galaxy S21 (Global sürüm) | CPU, GPU, NNAPI |
| MediaTek | Dimensity (örn. Dimensity 1200) | Realme GT, Xiaomi Redmi Note | CPU, GPU, NNAPI |
| HiSilicon | Kirin (örn. Kirin 990) | Huawei P40 Pro, Huawei Mate 30 Pro | CPU, GPU, NNAPI |
| NVIDIA | Tegra (örn. Tegra X1) | NVIDIA Shield TV, Nintendo Switch | CPU, GPU, NNAPI |
Lütfen belirtilen cihaz listesinin kapsamlı olmadığını ve belirli yonga setlerine ve cihaz modellerine bağlı olarak değişebileceğini unutmayın. Uyumluluk ve optimum performans sağlamak için modellerinizi her zaman hedef cihazlarınızda test edin.
Temsilci seçiminin performansı ve model uyumluluğunu etkileyebileceğini unutmayın. Örneğin, bazı modeller belirli temsilcilerle çalışmayabilir veya bir temsilci belirli bir cihazda mevcut olmayabilir. Bu nedenle, en iyi sonuçları elde etmek için modelinizi ve seçtiğiniz temsilciyi hedef cihazlarınızda test etmeniz çok önemlidir.
Ultralytics Android Uygulaması ile Başlarken
Ultralytics Android Uygulamasını kullanmaya başlamak için aşağıdaki adımları izleyin:
Ultralytics Uygulamasını Google Play Store'dan indirin.
Uygulamayı Android cihazınızda başlatın ve Ultralytics hesabınızla oturum açın. Henüz bir hesabınız yoksa, buradan bir hesap oluşturun.
Oturum açtıktan sonra, eğitilmiş YOLO modellerinizin bir listesini göreceksiniz. Nesne algılama için kullanmak üzere bir model seçin.
Uygulamaya cihazınızın kamerasına erişim izni verin.
Cihazınızın kamerasını tespit etmek istediğiniz nesnelere doğrultun. Uygulama, nesneleri algıladıkça sınırlayıcı kutuları ve sınıf etiketlerini gerçek zamanlı olarak görüntüleyecektir.
Algılama eşiğini ayarlamak, belirli nesne sınıflarını etkinleştirmek veya devre dışı bırakmak ve daha fazlası için uygulamanın ayarlarını keşfedin.
Ultralytics Android Uygulaması ile YOLO modellerini kullanarak gerçek zamanlı nesne algılama gücü artık parmaklarınızın ucunda. Uygulamanın özelliklerini keşfetmenin ve ayarlarını özel kullanım durumlarınıza uyacak şekilde optimize etmenin keyfini çıkarın.
