Ultralytics iOS App: Real-time Object Detection with YOLO Models

Ultralytics iOS 应用程序是一款功能强大的工具，可让您直接在 iPhone 或 iPad 上运行YOLO 模型，进行实时物体检测。该应用程序利用 Apple 神经引擎和 Core ML 对模型进行优化和加速，从而实现快速高效的物体检测。

观看： Ultralytics HUB 应用程序入门 (IOS &Android)

量化和加速度

To achieve real-time performance on your iOS device, YOLO models are quantized to either FP16 or INT8 precision. Quantization is a process that reduces the numerical precision of the model's weights and biases, thus reducing the model's size and the amount of computation required. This results in faster inference times without significantly affecting the model's accuracy.

FP16 量化

FP16（或半精度）量化将模型的 32 位浮点数转换为 16 位浮点数。这将模型的大小减少了一半，并加快了推理过程，同时在精度和性能之间保持了良好的平衡。

INT8 量化

INT8（或 8 位整数）量化通过将 32 位浮点数转换为 8 位整数，进一步减小了模型的大小和计算要求。这种量化方法可以显著提高速度，但可能会导致精度略有下降。

苹果神经引擎

The Apple Neural Engine (ANE) is a dedicated hardware component integrated into Apple's A-series and M-series chips. It's designed to accelerate machine learning tasks, particularly for neural networks, allowing for faster and more efficient execution of your YOLO models.

通过将量化的YOLO 模型与苹果神经引擎相结合，Ultralytics iOS App 可在iOS 设备上实现实时物体检测，而不会降低精度或性能。

请注意，此列表仅包括 2017 年以后的 iPhone 机型，且 ANE TOPs 值为近似值。

开始使用Ultralytics iOS 应用程序

要开始使用Ultralytics iOS 应用程序，请按照以下步骤操作：

1. 从App Store 下载Ultralytics App。

2. 在iOS 设备上启动应用程序，然后使用Ultralytics 账户登录。如果您还没有账户，请在此处创建一个。

3. 登录后，您将看到训练有素的YOLO 模型列表。选择一个用于物体检测的模型。

4. 授予应用程序访问设备摄像头的权限。

5. 将设备的摄像头对准要检测的对象。应用在检测物体时会实时显示边界框和类标签。

6. 探索应用程序的设置，以调整检测阈值、启用或禁用特定对象类别等。

通过Ultralytics iOS 应用程序，您现在可以在 iPhone 或 iPad 上利用YOLO 模型的强大功能进行实时物体检测，该程序由 Apple 神经引擎提供支持，并采用 FP16 或 INT8 量化技术进行了优化。

📅 Created 11 months ago ✏️ Updated 6 days ago

评论