Nhà

中文 | 한국어 | 日本語 | Русский | Deutsch | Français | Español | Português | Türkçe | Tiếng Việt | हिन्दी | العربية

Giới thiệu Ultralytics YOLOv8, phiên bản mới nhất của mô hình phân đoạn hình ảnh và phát hiện đối tượng thời gian thực được hoan nghênh. YOLOv8 được xây dựng dựa trên những tiến bộ tiên tiến trong học sâu và thị giác máy tính, mang lại hiệu suất vô song về tốc độ và độ chính xác. Thiết kế hợp lý của nó làm cho nó phù hợp với các ứng dụng khác nhau và dễ dàng thích ứng với các nền tảng phần cứng khác nhau, từ thiết bị biên đến API đám mây.

Khám phá YOLOv8 Tài liệu, một tài nguyên toàn diện được thiết kế để giúp bạn hiểu và sử dụng các tính năng và khả năng của nó. Cho dù bạn là một học viên máy học dày dạn kinh nghiệm hay mới tham gia vào lĩnh vực này, trung tâm này nhằm mục đích tối đa hóa YOLOv8Tiềm năng của bạn trong các dự án của bạn

Bắt đầu từ đâu

• Cài đặt ultralytics với pip và bắt đầu và chạy trong vài phút   Bắt Đầu
• Dự đoán hình ảnh và video mới với YOLOv8   Dự đoán trên hình ảnh
• Xe lửa một cái mới YOLOv8 Lập mô hình trên tập dữ liệu tùy chỉnh của riêng bạn   Đào tạo người mẫu
• Nhiệm vụ YOLOv8 Các nhiệm vụ như phân đoạn, phân loại, tạo dáng và theo dõi   Khám phá nhiệm vụ
• Khám phá MỚI 🚀 bộ dữ liệu với tìm kiếm ngữ nghĩa và SQL nâng cao   Khám phá tập dữ liệu

Xem: Làm thế nào để đào tạo một YOLOv8 mô hình trên Tập dữ liệu tùy chỉnh của bạn trong Google Phòng thí nghiệm.

YOLO: Tóm tắt lịch sử

YOLO (You Only Look Once), một mô hình phát hiện đối tượng và phân đoạn hình ảnh phổ biến, được phát triển bởi Joseph Redmon và Ali Farhadi tại Đại học Washington. Ra mắt vào năm 2015, YOLO nhanh chóng trở nên phổ biến vì tốc độ và độ chính xác cao.

• YOLOv2, được phát hành vào năm 2016, đã cải thiện mô hình ban đầu bằng cách kết hợp chuẩn hóa hàng loạt, hộp neo và cụm kích thước.
• YOLOv3, ra mắt vào năm 2018, đã nâng cao hơn nữa hiệu suất của mô hình bằng cách sử dụng mạng đường trục hiệu quả hơn, nhiều neo và gộp kim tự tháp không gian.
• YOLOv4 được phát hành vào năm 2020, giới thiệu những cải tiến như tăng cường dữ liệu Mosaic, đầu phát hiện không neo mới và chức năng mất mát mới.
• YOLOv5 Cải thiện hơn nữa hiệu suất của mô hình và thêm các tính năng mới như tối ưu hóa siêu tham số, theo dõi thử nghiệm tích hợp và xuất tự động sang các định dạng xuất phổ biến.
• YOLOv6 được Meituan mở nguồn mở vào năm 2022 và đang được sử dụng trong nhiều robot giao hàng tự động của công ty.
• YOLOv7 đã thêm các tác vụ bổ sung như ước tính tư thế trên bộ dữ liệu điểm chính COCO.
• YOLOv8 là phiên bản mới nhất của YOLO bằng cách Ultralytics. Là một mô hình tiên tiến, hiện đại (SOTA), YOLOv8 Được xây dựng dựa trên sự thành công của các phiên bản trước, giới thiệu các tính năng và cải tiến mới để nâng cao hiệu suất, tính linh hoạt và hiệu quả. YOLOv8 hỗ trợ đầy đủ các tác vụ AI thị giác, bao gồm phát hiện, phân đoạn, ước tính tư thế, theo dõi và phân loại. Tính linh hoạt này cho phép người dùng tận dụng YOLOv8Khả năng của họ trên các ứng dụng và lĩnh vực đa dạng.
• YOLOv9 giới thiệu các phương pháp sáng tạo như Thông tin chuyển màu có thể lập trình (PGI) và Mạng tổng hợp lớp hiệu quả tổng quát (GELAN).
• YOLOv10 được tạo ra bởi các nhà nghiên cứu từ Đại học Thanh Hoa bằng cách sử dụng Ultralytics Python gói. Phiên bản này cung cấp các tiến bộ phát hiện đối tượng theo thời gian thực bằng cách giới thiệu đầu End-to-End giúp loại bỏ các yêu cầu Non-Maximum Suppression (NMS).

YOLO Giấy phép: Làm thế nào Ultralytics YOLO Giấy phép?

Ultralytics Cung cấp hai tùy chọn cấp phép để phù hợp với các trường hợp sử dụng đa dạng:

• AGPL-3.0 Giấy phép: Giấy phép nguồn mở được OSI phê duyệt này lý tưởng cho sinh viên và những người đam mê, thúc đẩy sự hợp tác mở và chia sẻ kiến thức. Xem tệp LICENSE để biết thêm chi tiết.
• Giấy phép doanh nghiệp: Được thiết kế để sử dụng cho mục đích thương mại, giấy phép này cho phép tích hợp liền mạch Ultralytics các mô hình phần mềm và AI thành hàng hóa và dịch vụ thương mại, bỏ qua các yêu cầu nguồn mở của AGPL-3.0. Nếu kịch bản của bạn liên quan đến việc nhúng các giải pháp của chúng tôi vào một dịch vụ thương mại, hãy liên hệ thông qua Ultralytics Cấp phép.

Chiến lược cấp phép của chúng tôi được thiết kế để đảm bảo rằng bất kỳ cải tiến nào đối với các dự án nguồn mở của chúng tôi đều được trả lại cho cộng đồng. Chúng tôi giữ các nguyên tắc của nguồn mở gần gũi với trái tim ❤️ của chúng tôi và nhiệm vụ của chúng tôi là đảm bảo rằng những đóng góp của chúng tôi có thể được sử dụng và mở rộng theo những cách có lợi cho tất cả mọi người.

FAQ

Là gì Ultralytics YOLO Và nó cải thiện khả năng phát hiện đối tượng như thế nào?

Ultralytics YOLO là tiến bộ mới nhất trong sự hoan nghênh YOLO Sê-ri (You Only Look Once) để phát hiện đối tượng và phân đoạn hình ảnh theo thời gian thực. Nó được xây dựng trên các phiên bản trước bằng cách giới thiệu các tính năng và cải tiến mới để nâng cao hiệu suất, tính linh hoạt và hiệu quả. YOLOv8 hỗ trợ các tác vụ AI thị giác khác nhau như phát hiện, phân đoạn, ước tính tư thế, theo dõi và phân loại. Kiến trúc hiện đại của nó đảm bảo tốc độ và độ chính xác vượt trội, làm cho nó phù hợp với các ứng dụng đa dạng, bao gồm các thiết bị biên và API đám mây.

Làm thế nào tôi có thể bắt đầu với YOLO Cài đặt và thiết lập?

Bắt đầu với YOLO nhanh chóng và đơn giản. Bạn có thể cài đặt Ultralytics Gói bằng pip và thiết lập và chạy trong vài phút. Đây là lệnh cài đặt cơ bản:

pip install ultralytics

Để biết hướng dẫn từng bước toàn diện, hãy truy cập hướng dẫn bắt đầu nhanh của chúng tôi. Tài nguyên này sẽ giúp bạn với hướng dẫn cài đặt, thiết lập ban đầu và chạy mô hình đầu tiên của bạn.

Làm thế nào tôi có thể đào tạo một tùy chỉnh YOLO mô hình trên tập dữ liệu của tôi?

Đào tạo một tùy chỉnh YOLO Mô hình trên tập dữ liệu của bạn bao gồm một vài bước chi tiết:

1. Chuẩn bị tập dữ liệu có chú thích của bạn.
2. Định cấu hình các tham số đào tạo trong tệp YAML.
3. Sử dụng yolo train lệnh để bắt đầu đào tạo.

Đây là một lệnh ví dụ:

yolo train model=yolov8n.pt data=coco128.yaml epochs=100 imgsz=640

Để biết hướng dẫn chi tiết, hãy xem hướng dẫn Đào tạo mô hình của chúng tôi, bao gồm các ví dụ và mẹo để tối ưu hóa quy trình đào tạo của bạn.

Các tùy chọn cấp phép có sẵn cho là gì Ultralytics YOLO?

Ultralytics Cung cấp hai tùy chọn cấp phép cho YOLO:

• AGPL-3.0 Giấy phép: Giấy phép nguồn mở này lý tưởng cho việc sử dụng giáo dục và phi thương mại, thúc đẩy sự hợp tác mở.
• Giấy phép doanh nghiệp: Điều này được thiết kế cho các ứng dụng thương mại, cho phép tích hợp liền mạch Ultralytics phần mềm thành các sản phẩm thương mại mà không có các hạn chế của AGPL-3.0 giấy phép.

Để biết thêm chi tiết, hãy truy cập trang Cấp phép của chúng tôi.

Làm thế nào có thể Ultralytics YOLO Được sử dụng để theo dõi đối tượng thời gian thực?

Ultralytics YOLO Hỗ trợ theo dõi đa đối tượng hiệu quả và có thể tùy chỉnh. Để sử dụng khả năng theo dõi, bạn có thể sử dụng yolo track lệnh như hình dưới đây:

yolo track model=yolov8n.pt source=video.mp4

Để biết hướng dẫn chi tiết về cách thiết lập và chạy theo dõi đối tượng, hãy xem tài liệu về chế độ theo dõi của chúng tôi, giải thích cấu hình và các ứng dụng thực tế trong các tình huống thời gian thực.

Ý kiến