YOLO Vision 2026:

Ultralytics YOLO26 Tarafından Desteklenen Bilgisayarlı Görü Görevleri#

Ultralytics YOLO supported computer vision tasks

Ultralytics YOLO26, birden fazla computer vision görevini destekleyen çok yönlü bir yapay zeka çerçevesidir. Bu çerçeve detection, segmentation, semantic segmentation, depth estimation, classification, pose tahmini ve OBB işlemlerini gerçekleştirmek için kullanılabilir. Bu görevlerin her biri farklı bir amaca ve kullanım alanına sahiptir; böylece tek bir çerçeveyle çeşitli bilgisayarlı görü zorluklarının üstesinden gelebilirsin.



Watch: Explore Ultralytics YOLO Tasks: Object Detection, Segmentation, OBB, Tracking, and Pose Estimation.

Tespit#

Algılama, YOLO26 tarafından desteklenen birincil görevdir. Bu görev, bir görüntü veya video karesindeki nesnelerin tanımlanmasını ve çevrelerine BBox çizilmesini içerir. Algılanan nesneler, özelliklerine göre farklı kategorilere ayrılır. YOLO26, yüksek doğruluk ve hız ile tek bir görüntü veya video karesindeki birden fazla nesneyi algılayabilir; bu da onu gözetim sistemleri ve otonom araçlar gibi gerçek zamanlı uygulamalar için ideal hale getirir.

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 üretim kalite kontrolü gibi uygulamalar için yararlıdır.

Segmentasyon Örnekleri

Anlamsal Segmentasyon#

Anlamsal segmentasyon, bir görüntüdeki her piksele bir sınıf etiketi atayarak tüm sahnenin yoğun bir sınıf haritasını oluşturur. Örnek segmentasyonunun aksine, aynı sınıfa ait bireysel nesneleri birbirinden ayırmaz. Bu durum, tüm mekansal düzeni anlamanın bireysel nesneleri tanımlamaktan daha önemli olduğu otonom sürüş, sahne ayrıştırma ve arazi örtüsü haritalama için idealdir.

Anlamsal Segmentasyon Örnekleri

Monoküler Derinlik Kestirimi#

Monoküler derinlik kestirimi, tek bir RGB görüntüsünden metre cinsinden piksel başına derinlik haritası tahmin eder. Çıktı, giriş görüntüsüyle hizalanmış yoğun bir kayan nokta haritasıdır; bu da onu 3B sahne oluşturma, robot navigasyonu ve uzamsal düzenin tek bir kameradan çıkarılması gereken AR/VR uygulamaları için uygun hale getirir.

Derinlik Kestirimi Örnekleri

Sınıflandırma#

Sınıflandırma, tüm görüntülerin içeriklerine göre kategorize edilmesini içerir. Bu görev, e-ticarette ürün kategorizasyonu, içerik denetimi ve yaban hayatı izleme gibi uygulamalar için şarttır.

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 özelliklerini veya diğer önemli ilgi noktalarını temsil edebilir. YOLO26, yüksek doğruluk ve hız ile anahtar nokta tespitinde 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 bulmak 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, detection, instance segmentation, semantic segmentation, monocular depth estimation, classification, oriented object detection ve keypoint detection dahil olmak üzere birden fazla bilgisayarlı görü görevini destekler. Her görev, temel nesne tanımlamadan yoğun piksel başına derinlik çıkarımına kadar bilgisayarlı görü dünyasındaki belirli ihtiyaçları karşılar. Her görevin yeteneklerini ve uygulamalarını anlayarak, belirli bilgisayarlı görü zorlukların için en uygun yaklaşımı seçebilir ve etkili çözümler oluşturmak için YOLO26'nın güçlü özelliklerinden yararlanabilirsin.

Sırada ne var#

Bir görev mi seçtin? Datasets guide ile verilerini buna göre biçimlendir, ardından kendi görsellerinle eğit.

SSS#

  • 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.
    • Anlamsal Segmentasyon: Yoğun sahne anlayışı için bir görüntüdeki her piksele bir sınıf etiketi atama.
    • Monoküler Derinlik Kestirimi: Tek bir RGB görüntüsünden metre cinsinden piksel başına derinlik haritası tahmin etme.
    • Sınıflandırma: Tüm görüntüleri içeriklerine göre kategorize etme.
    • Poz tahmini: Hareketleri veya pozları izlemek için bir görüntü veya video karesindeki belirli anahtar noktaları tespit etme.
    • Yönlendirilmiş Nesne Tespiti (OBB): Geliştirilmiş doğruluk için ek bir yönelim açısı ile döndürülmüş nesneleri tespit etme.

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

    1. Veri setini uygun formatta hazırla.
    2. YOLO26 modelini tespit görevi için eğit.
    3. Yeni görüntüler veya video kareleri besleyerek tahmin yapmak için modeli kullan.
    Örnek
    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 kullanmak birkaç avantaj sağlar:

    1. Yüksek Doğruluk: Segmentasyon görevi, hassas, piksel düzeyinde maskeler sağlar.
    2. Hız: YOLO26 gerçek zamanlı uygulamalar için optimize edilmiştir ve yüksek çözünürlüklü görüntüler için bile hızlı işlem sunar.
    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.

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

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

  • YOLO26 ile Yönlendirilmiş Nesne Tespiti (OBB), nesneleri ek bir açı parametresiyle tespit ederek gelişmiş 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 pozitifleri azaltır.
    • Çok Yönlü Uygulamalar: Coğrafi analiz, robotik vb. görevler için yararlıdır.

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

Katkıda Bulunanlar
GLglenn-jocher19RIRizwanMunawar2BOBovey08091RAraimbekovm1MImiles-deans-ultralytics1LALaughing-q1PDpderrenger1LEleonnil1LELexBarou1MAMatthewNoyce1

Yorumlar