Ultralytics Android Uygulama: YOLO Modelleri ile Gerçek Zamanlı Nesne Algılama
Ultralytics Android Uygulaması, gerçek zamanlı nesne tespiti için YOLO modellerini doğrudan Android cihazınızda çalıştırmanıza olanak tanıyan güçlü bir araçtır. Bu uygulama şunları kullanır TensorFlow Model optimizasyonu için Lite ve hızlandırma için çeşitli donanım delegeleri, hızlı ve verimli nesne algılama sağlar.
İzle: Ultralytics HUB Uygulamasına Başlarken (IOS & Android)
Kuantizasyon ve İvme
Android cihazınızda gerçek zamanlı performans elde etmek için YOLO modelleri FP16 veya INT8 hassasiyetine göre nicelendirilir. Niceleme, modelin weights and biases sayısal hassasiyetini azaltan, böylece modelin boyutunu ve gereken hesaplama miktarını azaltan bir işlemdir. Bu, modelin doğruluğunu önemli ölçüde etkilemeden daha hızlı çıkarım süreleri ile sonuçlanır.
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 (veya 8 bit tamsayı) niceleme, 32 bit kayan noktalı sayıları 8 bit tamsayılara dönüştürerek modelin boyutunu ve hesaplama gereksinimlerini daha da azaltır. Bu niceleme yöntemi önemli bir hızlanma sağlayabilir, ancak daha düşük sayısal hassasiyet nedeniyle ortalama ortalama hassasiyette (mAP) hafif bir azalmaya yol açabilir.
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: Android Neural Networks API (NNAPI), ML modellerini Android cihazlarında çalıştırmak için bir soyutlama katmanı olarak hizmet eder. NNAPI, CPU, GPU ve özel yapay zeka çipleri (örneğin, Google's Edge TPU veya Pixel Neural Core) gibi çeşitli donanım hızlandırıcılarını kullanabilir.
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.
