Ultralytics iOS Uygulaması: YOLO Modelleri ile Gerçek Zamanlı Nesne Algılama
Ultralytics iOS Uygulaması, gerçek zamanlı nesne tespiti için YOLO modellerini doğrudan iPhone veya iPad'inizde çalıştırmanıza olanak tanıyan güçlü bir araçtır. Bu uygulama, model optimizasyonu ve hızlandırma için Apple Neural Engine ve Core ML'yi kullanarak hızlı ve verimli nesne tespiti sağlar.
İzle: Ultralytics HUB Uygulamasına Başlarken (IOS & Android)
Kuantizasyon ve İvme
iOS 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 doğrulukta hafif bir azalmaya yol açabilir.
Apple Sinir Motoru
Apple Neural Engine (ANE), Apple'ın A serisi ve M serisi çiplerine entegre edilmiş özel bir donanım bileşenidir. Özellikle sinir ağları için makine öğrenimi görevlerini hızlandırmak üzere tasarlanmış olup YOLO modellerinizin daha hızlı ve daha verimli bir şekilde yürütülmesini sağlar.
Nicelleştirilmiş YOLO modellerini Apple Neural Engine ile birleştiren Ultralytics iOS Uygulaması, doğruluk veya performanstan ödün vermeden iOS cihazınızda gerçek zamanlı nesne algılama sağlar.
| Çıkış Yılı | iPhone Adı | Yonga Seti Adı | Düğüm Boyutu | ANE TOPs |
|---|---|---|---|---|
| 2017 | iPhone X | A11 Bionic | 10 nm | 0.6 |
| 2018 | iPhone XS | A12 Biyonik | 7 nm | 5 |
| 2019 | iPhone 11 | A13 Biyonik | 7 nm | 6 |
| 2020 | iPhone 12 | A14 Biyonik | 5 nm | 11 |
| 2021 | iPhone 13 | A15 Biyonik | 5 nm | 15.8 |
| 2022 | iPhone 14 | A16 Biyonik | 4 nm | 17.0 |
| 2023 | iPhone 15 | A17 Pro | 3 nm | 35.0 |
Bu listenin 2017'den itibaren iPhone modellerini içerdiğini ve ANE TOPs değerlerinin yaklaşık olduğunu lütfen unutmayın.
CoreML Entegrasyonu
Ultralytics iOS Uygulaması şunlardan yararlanır CoreMLiOS cihazları için YOLO modellerini optimize etmek üzere Apple'ın temel makine öğrenimi çerçevesi. CoreML çeşitli avantajlar sağlar:
- Cihaz üzerinde işleme: Tüm çıkarımlar cihazınızda yerel olarak gerçekleşir, veri gizliliğini sağlar ve internet bağlantısı ihtiyacını ortadan kaldırır
- Donanım hızlandırma: Optimum performans için Apple Neural Engine, CPU ve GPU 'yu otomatik olarak kullanır
- Sorunsuz entegrasyon: iOS kamera ve sistem çerçeveleriyle yerel olarak çalışır
CoreML , YOLO modellerini Apple cihazları için optimize edilmiş bir formata dönüştürerek algılama doğruluğunu korurken verimli yürütmeye olanak tanır.
Ultralytics iOS Uygulaması ile Başlarken
Ultralytics iOS Uygulamasını kullanmaya başlamak için aşağıdaki adımları izleyin:
-
App Store'dan Ultralytics Uygulamasını indirin.
-
Uygulamayı iOS cihazınızda başlatın ve Ultralytics hesabınızla oturum açın. Henüz bir hesabınız yoksa, Ultralytics HUB'da 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 iOS Uygulaması ile artık iPhone veya iPad'inizde gerçek zamanlı nesne algılama için Apple Neural Engine tarafından desteklenen ve FP16 veya INT8 niceleme ile optimize edilen YOLO modellerinin gücünden yararlanabilirsiniz.
