Trang chủ

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

Giới thiệu Ultralytics YOLO11 , phiên bản mới nhất của mô hình phân đoạn hình ảnh và phát hiện đối tượng theo thời gian thực nổi tiếng. YOLO11 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 nhiều 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 Ultralytics Docs, một nguồn 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 học máy dày dạn kinh nghiệm hay mới vào nghề, trung tâm này đều hướng đến mục tiêu tối đa hóa YOLO tiềm năng của trong các dự án của bạn

Bắt đầu từ đâu

Đồng hồ: Làm thế nào để đào tạo một YOLO mô hình trên Bộ dữ liệu tùy chỉnh của bạn trong Google Hợp tác.

YOLO : Một Lịch Sử Ngắn Gọn

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 theo lô, hộp neo và cụm kích thước.
• YOLOv3 , ra mắt năm 2018, đã nâng cao hơn nữa hiệu suất của mô hình bằng cách sử dụng mạng xương sống hiệu quả hơn, nhiều mỏ neo và nhóm 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 cần neo mới và chức năng mất mát mới.
• YOLOv5 cải thiện hiệu suất của mô hình hơn nữa và bổ sung các tính năng mới như tối ưu hóa siêu tham số, theo dõi thử nghiệm tích hợp và tự động xuất sang các định dạng xuất phổ biến.
• YOLOv6 được Meituan mở mã nguồn 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 tập dữ liệu điểm chính COCO.
• YOLOv8 được phát hành vào năm 2023 bởi Ultralytics . YOLOv8 đã giới thiệu các tính năng và cải tiến mới để nâng cao hiệu suất, tính linh hoạt và hiệu quả, hỗ trợ đầy đủ các tác vụ AI về thị giác,
• YOLOv9 giới thiệu các phương pháp cải tiến như Thông tin Gradient 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 gói Ultralytics Python . Phiên bản này cung cấp những tiến bộ trong phát hiện đối tượng theo thời gian thực bằng cách giới thiệu đầu End-to-End loại bỏ các yêu cầu Non-Maximum Suppression (NMS).
• YOLO11 🚀 MỚI : Ultralytics ' mới nhất YOLO các mô hình cung cấp hiệu suất tiên tiến (SOTA) trên nhiều tác vụ, bao gồm phát hiện , phân đoạn , ước tính tư thế , theo dõi và phân loại , tận dụng khả năng trên nhiều ứng dụng và miền AI khác nhau.

YOLO Giấy phép: Làm thế nào là Ultralytics YOLO được cấp phép?

Ultralytics cung cấp hai tùy chọn cấp phép để đáp ứng nhiều trường hợp sử dụng khác nhau:

• Giấy phép AGPL-3.0 : Giấy phép nguồn mở được OSI chấp thuận này lý tưởng cho sinh viên và những người đam mê, thúc đẩy sự cộng tác cởi mở và chia sẻ kiến thức. Xem tệp LICENSE để biết thêm chi tiết.
• Giấy phép doanh nghiệp : Được thiết kế cho mục đích thương mại, giấy phép này cho phép tích hợp liền mạch Ultralytics phần mềm và mô hình 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 dịch vụ thương mại, hãy liên hệ thông qua Ultralytics Licensing .

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 luôn coi trọng các nguyên tắc của nguồn mở ❤️, và sứ mệnh 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.

CÂU HỎI THƯỜNG GẶP

Là gì Ultralytics YOLO và nó cải thiện khả năng phát hiện vật thể như thế nào?

Ultralytics YOLO là sự tiến bộ mới nhất trong sự hoan nghênh YOLO (You Only Look Once) series để phát hiện đối tượng theo thời gian thực và phân đoạn hình ảnh. Nó được xây dựng dựa 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. YOLO hỗ trợ nhiều tác vụ AI thị giác khác nhau như phát hiện, phân đoạn, ước tính tư thế, theo dõi và phân loại. Kiến trúc tiên tiến của nó đảm bảo tốc độ và độ chính xác vượt trội, phù hợp với nhiều ứng dụng khác nhau, 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 sử dụng pip và chạy trong vài phút. Sau đây là lệnh cài đặt cơ bản:

pip install ultralytics

Để có 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 phong tục 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. Cấu hình các tham số đào tạo trong tệp YAML.
3. Sử dụng yolo TASK train lệnh để bắt đầu đào tạo. (Mỗi TASK có lập luận riêng của nó)

Sau đây là mã ví dụ cho Nhiệm vụ Phát hiện Đối tượng:

from ultralytics import YOLO

# Load a pre-trained YOLO model (you can choose n, s, m, l, or x versions)
model = YOLO("yolo11n.pt")

# Start training on your custom dataset
model.train(data="path/to/dataset.yaml", epochs=100, imgsz=640)

# Train a YOLO model from the command line
yolo detect train data=path/to/dataset.yaml epochs=100 imgsz=640

Để biết hướng dẫn chi tiết, hãy xem hướng dẫn Đào tạo người mẫu của chúng tôi, trong đó có 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 :

• Giấy phép AGPL-3.0 : Giấy phép nguồn mở này lý tưởng cho mục đích giáo dục và phi thương mại, thúc đẩy sự cộng tác cởi mở.
• Giấy phép doanh nghiệp : 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 những hạn chế của AGPL-3.0 giấy phép.

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

Làm sao có thể Ultralytics YOLO có thể được sử dụng để theo dõi đối tượng theo thời gian thực không?

Ultralytics YOLO hỗ trợ theo dõi nhiều 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 hiển thị bên dưới:

from ultralytics import YOLO

# Load a pre-trained YOLO model
model = YOLO("yolo11n.pt")

# Start tracking objects in a video
# You can also use live video streams or webcam input
model.track(source="path/to/video.mp4")

# Perform object tracking on a video from the command line
# You can specify different sources like webcam (0) or RTSP streams
yolo track source=path/to/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, trong đó giải thích về cấu hình và các ứng dụng thực tế trong các tình huống thời gian thực.

📅 Được tạo ra cách đây 1 năm ✏️ Đã cập nhật cách đây 0 ngày

Bình luận