Wie man Ultralytics YOLO11 zur Objekterkennung verwendet

Computer Vision ist ein Bereich der künstlichen Intelligenz (KI), der Maschinen dabei hilft, visuelle Informationen zu interpretieren und zu verstehen, um wichtige Aufgaben wie die Objekterkennung zu ermöglichen. Im Gegensatz zur Bildklassifizierung identifiziert die Objekterkennung nicht nur, welche Objekte in einem Bild vorhanden sind, sondern bestimmt auch deren genauen Standort. Dies macht sie zu einem unverzichtbaren Werkzeug für Vision-KI-Anwendungen wie selbstfahrende Autos, Echtzeit-Sicherheitssysteme und Lagerautomatisierung.

Im Laufe der Zeit ist die Technologie zur Objekterkennung fortschrittlicher und benutzerfreundlicher geworden. Ein großer Fortschritt wurde auf dem jährlichen Hybrid-Event von Ultralytics, YOLO Vision 2024 (YV24), mit der Einführung des Ultralytics YOLO11 Modells angekündigt. YOLO11 verbessert die Genauigkeit und Leistung und unterstützt dabei dieselben Aufgaben wie YOLOv8, sodass Nutzern früherer Modelle der Umstieg leicht gemacht wird.

Abb. 1: Ein Beispiel für die Verwendung des Ultralytics YOLO11 Modells zur Objekterkennung.

In diesem Artikel erklären wir, was Objekterkennung ist, wie sie sich von anderen Computer-Vision-Aufgaben unterscheidet, und untersuchen ihre praktischen Anwendungen. Wir zeigen dir außerdem, wie du das YOLO11 Modell mit dem Ultralytics Python Paket und der Ultralytics HUB Plattform verwendest. Fangen wir an!

Link to this sectionWas ist Objekterkennung?#

Objekterkennung ist eine Kernaufgabe in der Computer Vision, die mehr tut, als nur Objekte in einem Bild zu identifizieren. Im Gegensatz zur Bildklassifizierung, bei der nur bestimmt wird, ob ein bestimmtes Objekt vorhanden ist, erkennt die Objekterkennung mehrere Objekte und bestimmt deren genaue Position mithilfe von Bounding Boxes.

Sie kann zum Beispiel Gesichter auf einem Gruppenfoto identifizieren und lokalisieren, Autos auf einer belebten Straße oder Produkte im Verkaufsregal. Die Kombination aus Objekterkennung und Lokalisierung macht sie besonders nützlich für Anwendungen wie Überwachung, Personenstromanalyse und automatisierte Bestandsverwaltung.

Abb. 2: Verwendung von YOLO11 zur Gesichtserkennung.

Was die Objekterkennung von anderen Aufgaben wie semantischer oder Instanz-Segmentierung unterscheidet, ist ihr Fokus und ihre Effizienz.

Die semantische Segmentierung kennzeichnet jedes Pixel in einem Bild, unterscheidet jedoch nicht zwischen einzelnen Objekten desselben Typs (z. B. würden alle Gesichter auf einem Foto als "Gesicht" gruppiert werden). Die Instanz-Segmentierung geht noch einen Schritt weiter, indem sie jedes Objekt trennt und seine genaue Form umreißt, selbst bei Objekten derselben Klasse.

Die Objekterkennung hingegen bietet einen schlankeren Ansatz, indem sie Objekte identifiziert, klassifiziert und ihre Positionen markiert. Dies macht sie ideal für Echtzeit-Aufgaben wie das Erkennen von Gesichtern in Sicherheitsaufnahmen oder das Identifizieren von Hindernissen für autonome Fahrzeuge.

Link to this sectionAnwendungen von YOLO11 und Objekterkennung#

Die fortschrittlichen Objekterkennungsfunktionen von YOLO11 machen es in vielen Branchen nützlich. Sehen wir uns einige Beispiele an.

Link to this sectionVerwendung von YOLO11 für Retail Analytics#

YOLO11 und Objekterkennung definieren Retail Analytics neu, indem sie die Bestandsverwaltung und Regalüberwachung effizienter und genauer machen. Die Fähigkeit des Modells, Objekte schnell und zuverlässig zu erkennen, hilft Einzelhändlern, Lagerbestände zu verfolgen, Regale zu organisieren und Fehler bei Inventurzählungen zu reduzieren.

Zum Beispiel kann YOLO11 bestimmte Artikel wie Sonnenbrillen im Verkaufsregal erkennen. Aber warum sollte ein Einzelhändler ein Regal überwachen? Die Regale bestückt und organisiert zu halten, ist entscheidend, um sicherzustellen, dass Kunden finden, was sie brauchen, was sich direkt auf den Umsatz auswirkt. Durch die Echtzeit-Überwachung der Regale können Einzelhändler schnell erkennen, wenn Artikel knapp werden, falsch platziert sind oder Regale überfüllt sind, was ihnen hilft, eine organisierte und ansprechende Auslage beizubehalten, die das Einkaufserlebnis verbessert.

Abb. 3: Ein Beispiel für die Verwendung von YOLO11 zur Produkterkennung in Regalen.

Link to this sectionYOLO11 in Smart-City-Anwendungen#

Eine geschäftige Stadt ist auf einen reibungslosen Verkehrsfluss und sichere Straßen angewiesen, um effizient zu funktionieren, und YOLO11 kann helfen, dies zu ermöglichen. Tatsächlich können viele Smart-City-Anwendungen mit YOLO11 integriert werden.

Ein interessanter Anwendungsfall ist die Verwendung von Objekterkennung zur Identifizierung von Nummernschildern auf fahrenden Fahrzeugen. Dadurch kann YOLO11 eine schnellere Mauterhebung, ein besseres Verkehrsmanagement und eine schnellere Durchsetzung von Vorschriften unterstützen.

Abb. 4: Verwendung von Objekterkennung und YOLO11 zur Erkennung von Nummernschildern.

Erkenntnisse aus Vision-KI-Systemen, die Straßen überwachen, können Behörden auf Verkehrsverstöße oder Staus aufmerksam machen, bevor sie zu größeren Problemen eskalieren. YOLO11 kann auch Fußgänger und Radfahrer erkennen, wodurch Straßen für alle sicherer und effizienter werden.

Tatsächlich macht die Fähigkeit von YOLO11, visuelle Daten zu verarbeiten, es zu einem leistungsstarken Werkzeug zur Verbesserung der städtischen Infrastruktur. Es kann beispielsweise helfen, die Ampelphasen durch die Analyse von Fahrzeug- und Fußgängerbewegungen zu optimieren. Es kann auch die Sicherheit in Schulzonen erhöhen, indem Kinder erkannt werden und Fahrer gewarnt werden, langsamer zu fahren. Mit YOLO11 können Städte proaktive Maßnahmen ergreifen, um Herausforderungen anzugehen und eine effizientere Umgebung für alle zu schaffen.

Link to this sectionEchtzeit-Videoerkennung mit YOLO11: Erhöhung der Barrierefreiheit#

Echtzeit-Objekterkennung bezieht sich auf die Fähigkeit eines Systems, Objekte in einem Live-Video-Feed zu identifizieren und zu klassifizieren, sobald sie erscheinen. YOLO11 ist für eine überlegene Echtzeitleistung ausgelegt und zeichnet sich durch die Unterstützung dieser Funktion aus. Seine Anwendungen gehen über die bloße Rationalisierung von Prozessen hinaus – sie können auch dazu beitragen, eine integrativere und barrierefreiere Welt zu schaffen.

Zum Beispiel kann YOLO11 sehbehinderten Menschen helfen, indem Objekte in Echtzeit identifiziert werden. Basierend auf den Erkennungen können Audiobeschreibungen bereitgestellt werden, was den Benutzern hilft, sich mit größerer Unabhängigkeit in ihrer Umgebung zurechtzufinden.

Stell dir eine sehbehinderte Person vor, die Lebensmittel einkauft. Die richtigen Artikel auszuwählen kann eine Herausforderung sein, aber YOLO11 kann helfen. Während sie Artikel in ihren Einkaufswagen legen, könnte ein mit YOLO11 integriertes System verwendet werden, um jeden Artikel – wie Bananen, Avocados oder eine Milchpackung – zu identifizieren und Audiobeschreibungen in Echtzeit bereitzustellen. Dies ermöglicht es ihnen, ihre Auswahl zu bestätigen und sicherzustellen, dass sie alles haben, was sie brauchen. Durch das Erkennen alltäglicher Gegenstände kann YOLO11 das Einkaufen vereinfachen.

Abb. 5: Objekterkennung kann dazu beitragen, die Welt für Sehbehinderte barrierefreier zu gestalten.

Link to this sectionSchritt-für-Schritt-Anleitung zur Objekterkennung mit YOLO11#

Nachdem wir nun die Grundlagen der Objekterkennung und ihre vielfältigen Anwendungen behandelt haben, lass uns eintauchen, wie du mit dem Ultralytics YOLO11 Modell für Aufgaben wie Objekterkennung starten kannst.

Es gibt zwei einfache Wege, YOLO11 zu verwenden: über das Ultralytics Python Paket oder den Ultralytics HUB. Lass uns beide Methoden erkunden, beginnend mit dem Python Paket.

Link to this sectionInferenz mit YOLO11 ausführen#

Inferenz bedeutet, dass ein KI-Modell neue, unbekannte Daten analysiert, um Vorhersagen zu treffen, Informationen zu klassifizieren oder Erkenntnisse basierend auf dem zu liefern, was es während des Trainings gelernt hat. In Bezug auf die Objekterkennung bedeutet das, spezifische Objekte innerhalb eines Bildes oder Videos zu identifizieren und zu lokalisieren, Bounding Boxes um sie herum zu zeichnen und sie basierend auf dem Training des Modells zu beschriften.

Um eine Inferenz mit dem YOLO11 Objekterkennungsmodell durchzuführen, musst du zuerst das Ultralytics Python Paket installieren via pip, conda oder Docker. Falls du auf Installationsprobleme stößt, wirf einen Blick in den Troubleshooting-Guide für Tipps und Tricks, die dir bei der Lösung helfen. Sobald es installiert ist, kannst du den folgenden Code verwenden, um das YOLO11 Objekterkennungsmodell zu laden und Vorhersagen auf einem Bild zu treffen.

Abb. 6: Ausführen einer Inferenz auf einem Bild mit YOLO11n.

Link to this sectionTraining eines benutzerdefinierten YOLO11 Modells#

YOLO11 unterstützt auch benutzerdefiniertes Training, um es besser an deine spezifischen Anwendungsfälle anzupassen. Durch das Fine-Tuning des Modells kannst du es darauf zuschneiden, Objekte zu erkennen, die für dein Projekt relevant sind. Wenn du beispielsweise Computer Vision im Gesundheitswesen einsetzt, könnte ein speziell trainiertes YOLO11 Modell verwendet werden, um spezifische Anomalien in medizinischen Bildern zu erkennen, wie etwa Tumore in MRT-Scans oder Brüche in Röntgenaufnahmen, was Ärzten hilft, schnellere und genauere Diagnosen zu stellen.

Das Code-Snippet unten zeigt, wie man ein YOLO11 Modell zur Objekterkennung lädt und trainiert. Du kannst von einer YAML-Konfigurationsdatei oder einem vortrainierten Modell ausgehen, Gewichte übertragen und auf Datensätzen wie COCO für verfeinerte Objekterkennungsfähigkeiten trainieren.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.yaml")  # build a new model from YAML
model = YOLO("yolo11n.pt")  # load a pretrained model (recommended for training)
model = YOLO("yolo11n.yaml").load("yolo11n.pt")  # build from YAML and transfer weights

# Train the model
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

Nachdem du ein Modell trainiert hast, kannst du es auch in verschiedenen Formaten für den Einsatz in unterschiedlichen Umgebungen exportieren.

Link to this sectionYOLO11 Objekterkennung auf dem Ultralytics HUB#

Für diejenigen, die eine No-Code-Alternative suchen, bietet der Ultralytics HUB eine einfach zu bedienende Vision-KI-Plattform zum Trainieren und Bereitstellen von YOLO-Modellen, einschließlich YOLO11.

Um Objekterkennung auf Bildern auszuführen, erstelle einfach ein Konto, navigiere zum Bereich „Models“ und wähle die YOLO11 Objekterkennungsvariante aus. Lade dein Bild hoch, und die Plattform zeigt die erkannten Objekte in einer Vorschau an.

Abb. 7: Ausführen von Inferenzen auf dem Ultralytics HUB.

Durch die Kombination der Flexibilität des Python Pakets mit der Einfachheit des HUB macht es YOLO11 für Entwickler und Unternehmen gleichermaßen einfach, die Kraft fortschrittlicher Objekterkennungstechnologie zu nutzen.

Link to this sectionWichtige Erkenntnisse#

YOLO11 setzt einen neuen Standard in der Objekterkennung und kombiniert hohe Genauigkeit mit Vielseitigkeit, um die Anforderungen verschiedener Branchen zu erfüllen. Von der Verbesserung von Retail Analytics bis zur Verwaltung von Smart-City-Infrastruktur ist YOLO11 auf eine zuverlässige Echtzeitleistung in unzähligen Anwendungen ausgelegt.

Mit Optionen für benutzerdefiniertes Training und einer einfach zu bedienenden Oberfläche über den Ultralytics HUB war die Integration von YOLO11 in deine Workflows noch nie so einfach. Egal, ob du ein Entwickler bist, der Computer Vision erkundet, oder ein Unternehmen, das mit KI innovieren möchte, YOLO11 bietet die Werkzeuge, die du für den Erfolg benötigst.

Um mehr zu erfahren, schau dir unser GitHub-Repository an und interagiere mit unserer Community. Entdecke KI-Anwendungen in selbstfahrenden Autos und Computer Vision für die Landwirtschaft auf unseren Lösungsseiten. 🚀