Ultralytics YOLO26 Tarafından Desteklenen Bilgisayarlı Görü Görevleri

Ultralytics YOLO26, birden fazla bilgisayarlı görü görevini destekleyen çok yönlü bir yapay zeka çerçevesidir. Bu çerçeve; tespit, segmentasyon, OBB, sınıflandırma ve poz tahmini gerçekleştirmek için kullanılabilir. Bu görevlerin her birinin farklı bir hedefi ve kullanım alanı vardır; böylece tek bir çerçeve ile çeşitli bilgisayarlı görü zorluklarını çözebilirsin.

Tespit

Tespit, YOLO26 tarafından desteklenen birincil görevdir. Bir görüntü veya video karesindeki nesneleri tanımlamayı ve etraflarına sınırlayıcı kutular çizmeyi içerir. Tespit edilen nesneler, özelliklerine göre farklı kategorilere ayrılır. YOLO26, tek bir görüntü veya video karesindeki birden fazla nesneyi yüksek doğruluk ve hızla tespit edebilir, bu da onu gözetim sistemleri ve otonom araçlar gibi gerçek zamanlı uygulamalar için ideal kılar.

Tespit Örnekleri

Görüntü segmentasyonu

Segmentasyon, her nesne için piksel düzeyinde maskeler üreterek nesne tespitini bir adım öteye taşır. Bu hassasiyet; tıbbi görüntüleme, tarımsal analiz ve üretimde kalite kontrol gibi uygulamalar için yararlıdır.

Segmentasyon Örnekleri

Sınıflandırma

Sınıflandırma, tüm görüntüleri içeriklerine göre kategorize etmeyi içerir. Bu görev; e-ticarette ürün kategorizasyonu, içerik moderasyonu ve yaban hayatı izleme gibi uygulamalar için esastır.

Sınıflandırma Örnekleri

Poz tahmini

Poz tahmini, hareketleri takip etmek veya pozları tahmin etmek için görüntülerdeki veya video karelerindeki belirli anahtar noktaları tespit eder. Bu anahtar noktalar insan eklemlerini, yüz hatlarını veya diğer önemli ilgi noktalarını temsil edebilir. YOLO26, yüksek doğruluk ve hızla anahtar nokta tespiti konusunda mükemmeldir, bu da onu fitness uygulamaları, spor analitiği ve insan-bilgisayar etkileşimi için değerli kılar.

Poz Örnekleri

OBB

Yönlendirilmiş Sınırlayıcı Kutu (OBB) tespiti, döndürülmüş nesneleri daha iyi konumlandırmak için bir yönelim açısı ekleyerek geleneksel nesne tespitini geliştirir. Bu yetenek, özellikle nesnelerin çeşitli açılarda göründüğü hava görüntüsü analizi, belge işleme ve endüstriyel uygulamalar için değerlidir. YOLO26, çeşitli senaryolarda döndürülmüş nesneleri tespit etmek için yüksek doğruluk ve hız sunar.

Yönlendirilmiş Tespit

Sonuç

Ultralytics YOLO26; tespit, segmentasyon, sınıflandırma, yönlendirilmiş nesne tespiti ve anahtar nokta tespiti dahil olmak üzere birden fazla bilgisayarlı görü görevini destekler. Her görev, temel nesne tanımlamadan ayrıntılı poz analizine kadar bilgisayarlı görü alanındaki belirli ihtiyaçları karşılar. Her görevin yeteneklerini ve uygulamalarını anlayarak, kendi bilgisayarlı görü zorlukların için en uygun yaklaşımı seçebilir ve etkili çözümler oluşturmak için YOLO26'nın güçlü özelliklerinden yararlanabilirsin.

SSS

Ultralytics YOLO26 hangi bilgisayarlı görü görevlerini gerçekleştirebilir?

Ultralytics YOLO26, çeşitli bilgisayarlı görü görevlerini yüksek doğruluk ve hızla gerçekleştirebilen çok yönlü bir yapay zeka çerçevesidir. Bu görevler şunları içerir:

• Nesne Tespiti: Görüntülerdeki veya video karelerindeki nesneleri etraflarına sınırlayıcı kutular çizerek tanımlama ve konumlandırma.
• Görüntü segmentasyonu: Görüntüleri içeriklerine göre farklı bölgelere ayırma; tıbbi görüntüleme gibi uygulamalar için yararlıdır.
• Sınıflandırma: Tüm görüntüleri içeriklerine göre kategorize etme.
• Poz tahmini: Hareketleri veya pozları takip etmek için bir görüntü veya video karesindeki belirli anahtar noktaları tespit etme.
• Yönlendirilmiş Nesne Tespiti (OBB): Daha yüksek doğruluk için ek bir yönelim açısı ile döndürülmüş nesneleri tespit etme.

Ultralytics YOLO26'yı nesne tespiti için nasıl kullanırım?

Ultralytics YOLO26'yı nesne tespiti için kullanmak üzere şu adımları izle:

1. Veri setini uygun formatta hazırla.
2. YOLO26 modelini tespit görevi ile eğit.
3. Yeni görüntüler veya video kareleri besleyerek tahmin yapmak için modeli kullan.

from ultralytics import YOLO

# Load a pretrained YOLO model (adjust model type as needed)
model = YOLO("yolo26n.pt")  # n, s, m, l, x versions available

# Perform object detection on an image
results = model.predict(source="image.jpg")  # Can also use video, directory, URL, etc.

# Display the results
results[0].show()  # Show the first image results

Daha ayrıntılı talimatlar için tespit örneklerimize göz at.

Segmentasyon görevleri için YOLO26 kullanmanın faydaları nelerdir?

Segmentasyon görevleri için YOLO26 kullanmak çeşitli avantajlar sağlar:

1. Yüksek Doğruluk: Segmentasyon görevi hassas, piksel düzeyinde maskeler sağlar.
2. Hız: YOLO26, yüksek çözünürlüklü görüntüler için bile hızlı işleme sunarak gerçek zamanlı uygulamalar için optimize edilmiştir.
3. Çoklu Uygulama: Tıbbi görüntüleme, otonom sürüş ve ayrıntılı görüntü segmentasyonu gerektiren diğer uygulamalar için idealdir.

YOLO26'nın segmentasyon için faydaları ve kullanım durumları hakkında daha fazla bilgiyi görüntü segmentasyonu bölümünde bulabilirsin.

Ultralytics YOLO26 poz tahmini ve anahtar nokta tespitini yapabilir mi?

Evet, Ultralytics YOLO26 poz tahmini ve anahtar nokta tespitini yüksek doğruluk ve hızla etkili bir şekilde gerçekleştirebilir. Bu özellik, spor analitiği, sağlık hizmetleri ve insan-bilgisayar etkileşimi uygulamalarındaki hareketleri takip etmek için özellikle yararlıdır. YOLO26, bir görüntü veya video karesindeki anahtar noktaları tespit ederek hassas poz tahminine olanak tanır.

Daha fazla ayrıntı ve uygulama ipucu için poz tahmini örneklerimizi ziyaret et.

Yönlendirilmiş nesne tespiti (OBB) için neden Ultralytics YOLO26'yı seçmeliyim?

YOLO26 ile Yönlendirilmiş Nesne Tespiti (OBB), nesneleri ek bir açı parametresiyle tespit ederek daha yüksek hassasiyet sağlar. Bu özellik, hava görüntüsü analizi ve depo otomasyonu gibi döndürülmüş nesnelerin doğru konumlandırılmasını gerektiren uygulamalar için faydalıdır.

• Artırılmış Hassasiyet: Açı bileşeni, döndürülmüş nesneler için yanlış pozitif sonuçları azaltır.
• Çok Yönlü Uygulamalar: Jeo-uzamsal analiz, robotik vb. görevler için yararlıdır.

Daha fazla ayrıntı ve örnek için Yönlendirilmiş Nesne Tespiti bölümüne göz at.