当前位置:首页 » 《关于电脑》 » 正文

一颗改变视觉AI领域的重磅炸弹——YOLO 11

8 人参与  2024年10月11日 15:20  分类 : 《关于电脑》  评论

点击全文阅读


Ultralytics在2024年YOLO Vision活动上隆重推出全新计算机视觉模型——YOLO 11。YOLO 11于今日正式开源,为广大开发者带来更高效、更精准的视觉识别体验。

Homepage: https://www.ultralytics.com/zh/yolo

Github: https://github.com/ultralytics/ultralytics

 · YOLO 11

YOLO 11标志着YOLO系列模型翻开新的篇章,它带来了一系列强大的功能和优化,使其更快,更准确,并且功能多样。凭借其创新的架构,YOLO 11可用于各种计算机视觉任务,从实时对象检测到分类,使其成为开发人员和研究人员的游戏规则改变者。主要改进包括增强的特征提取,以实现更精确的细节捕获,更高的精度和更少的参数,以及更快的处理速度,从而显着提高实时性能。Ultralytics的创始人兼首席执行官Glenn Jocher表示:“通过YOLO 11,我们致力于打造一款既强大又实用的模型,以适应现实世界应用。它不仅能提升工作效率,还降低了成本。”

以下为YOLO11支持的计算机视觉任务:

物体检测:在图像或视频帧中识别并定位物体,并在它们周围绘制边界框,用于监控、自动驾驶和零售分析等应用。

实例分割:涉及识别并分离图像中的单个物体,精确到像素级别。它适用于医学成像和制造业中的缺陷检测等应用。

图像分类:将整个图像归类为预定义的类别,适用于电子商务中的产品分类或野生动物监测等应用。

姿态估计:在图像或视频帧中检测特定关键点以追踪动作或姿态,适用于健身追踪、运动分析和医疗保健应用。

定向物体检测OBB:检测具有方向角度的物体,允许更精确地定位旋转物体,对于航拍图像、机器人和仓库自动化任务特别有价值。

对象跟踪:在连续的视频帧中监控并跟踪物体的移动,对于许多实时应用至关重要。

YOLO 11旨在与已经使用的系统和平台无缝集成。在YOLOv8提供的支持基础上,YOLO 11与广泛的环境兼容,适用于训练、测试和部署。无论您是使用NVIDIA GPU、边缘设备还是在云平台上部署。

值得注意的是,YOLO 11m在COCO数据集上实现了更高的平均精度(mAP)得分,同时使用的参数比YOLOv8m少22%,使其在不牺牲性能的情况下计算更轻。这意味着它提供了更准确的结果,同时运行效率更高。最重要的是,YOLO 11带来了更快的处理速度,推理时间比YOLO v10快约2%,使其成为实时应用程序的理想选择。

例如,假设您想将YOLO 11用于农业,特别是用于作物监测。您可能需要在无人机上部署模型,以实时识别大面积农田中的植物健康问题。如果您在安全领域,您可能更喜欢将YOLO 11与基于云的系统一起使用,以监控多个摄像头视频流进行物体检测。

 · 赋能AI社区

加速创新,精准洞察。

YOLO 11算法现已在官方github repo更新,登录Coovally平台,将下载的YOLO 11模型算法添加至算法集成中,即可在国庆假期后畅享使用,为您带来极致的视觉AI识别体验!当然,平台内置了140+原生预训练深度学习模型,包括YOLO v5、YOLO v8、YOLO v10等,可一键使用。

Coovally AI是一个可视化的模型快速开发与应用管理平台,当然也可以进行YOLO模型的训练和部署,团队可以轻松地在AI项目上合作。Coovally AI从项目研发流程上解决和加速AI模型训练与部署,协助用户利用开源模型或集成自研模型来快速构建AI解决方案。

Coovally AI不仅深度整合了开源算法模型,还支持高效集成自定义及第三方开源算法,包括常规机器学习算法和深度学习算法;支持对自定义或第三方开源算法进行参数优化或超参数自动化搜索

 · AI大师赛-图像处理与应用

近日,由中奥研究院与跑码地共同举办的“AI大师赛-图像处理与应用”信息已经公布。这是是一场聚焦AI技术的创新竞赛,参赛者将使用Coovally AI模型开发与应用平台进行模型训练和提交。比赛设有丰厚奖金池,总奖金高达85万元,奖项包括金牌、银牌、铜牌及Top 200,还有参与奖。

奖项设置

?金牌(2名):20万元/人

?银牌(5名):5万元/人

?铜牌(20名):1万元/人

Top 200:获得Coovally1年免费使用权

参与奖:所有提交有效成绩的参赛者均可获得3个月Coovally使用权

更多资讯关注“中奥智能工业研究院”公众号。


点击全文阅读


本文链接:http://zhangshiyu.com/post/170615.html

<< 上一篇 下一篇 >>

  • 评论(0)
  • 赞助本站

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

关于我们 | 我要投稿 | 免责申明

Copyright © 2020-2022 ZhangShiYu.com Rights Reserved.豫ICP备2022013469号-1