Al hacer clic en “Aceptar todas las cookies”, aceptas el almacenamiento de cookies en tu dispositivo para mejorar la navegación del sitio, analizar el uso del sitio y ayudar en nuestros esfuerzos de marketing. Más información
Configuración de cookies
Al hacer clic en “Aceptar todas las cookies”, aceptas el almacenamiento de cookies en tu dispositivo para mejorar la navegación del sitio, analizar el uso del sitio y ayudar en nuestros esfuerzos de marketing. Más información
Conozca todas las funciones revolucionarias de Ultralytics YOLO11, nuestro último modelo de IA que redefine la visión por ordenador con una precisión y eficacia inigualables.
Estamos encantados de presentar la próxima evolución de los modelosUltralytics : YOLO11. Basándose en los impresionantes avances de las versiones anteriores del modelo YOLO , YOLO11 aporta una serie de potentes funciones y optimizaciones que lo hacen más rápido, preciso e increíblemente versátil. Anunciada en el eventoYOLO Vision 2024 (YV24), el encuentro híbrido anual de expertos en IA, innovadores y desarrolladores de Ultralytics, esta última incorporación a la familia Ultralytics está llamada a redefinir las posibilidades de la visión por computador.
Gracias a su innovadora arquitectura, YOLO11 puede utilizarse para diversas tareas de visión por ordenador, desde la detección de objetos en tiempo real hasta la clasificación, lo que la convierte en una solución revolucionaria tanto para desarrolladores como para investigadores. Entre las principales mejoras se incluyen la extracción de características mejorada para una captura de detalles más precisa, una mayor precisión con menos parámetros y velocidades de procesamiento más rápidas que mejoran significativamente el rendimiento en tiempo real. En este artículo, analizaremos en detalle las características que hacen que YOLO11 destaque y cómo puede transformar sus aplicaciones de visión por ordenador. Pongámonos manos a la obra.
Fig. 1. Glenn Jocher en el escenario, anunciando YOLO11 en YOLO Vision 24.
Conocer YOLO11
YOLO11 marca un nuevo capítulo para la familia YOLO , ofreciendo un modelo más capaz y versátil que lleva la visión por ordenador a nuevas cotas. Gracias a su arquitectura refinada y a sus capacidades mejoradas, el modelo es compatible con tareas de visión por ordenador como la estimación de poses y la segmentación de instancias que tanto gustan a la comunidad de Vision AI. Ultralytics YOLOv8pero con un rendimiento y una precisión aún mayores. Glenn Jocher, fundador y consejero delegado de Ultralytics, afirma: "Con YOLO11, nos propusimos desarrollar un modelo que ofreciera potencia y funcionalidad para aplicaciones del mundo real. Su eficiencia y precisión mejoradas lo convierten en una herramienta robusta que puede adaptarse a los retos únicos a los que se enfrentan diversas industrias. Estoy impaciente por ver cómo la comunidad de Vision AI utiliza YOLO11 para crear soluciones innovadoras y llevar la visión por ordenador al siguiente nivel."
Fig. 2. Glenn Jocher en el escenario, anunciando YOLO11 en YV24.
He aquí un vistazo a las tareas de visión por ordenador que admite YOLO11 :
Segmentación de instancias: Implica identificar y separar objetos individuales dentro de una imagen hasta el nivel de píxel. Es útil para aplicaciones como imágenes médicas y la detección de defectos en la fabricación.
Fig. 3. Tareas de visión por ordenador compatibles con YOLO11.
¿Qué diferencia a YOLO11 ?
YOLO11 se basa en los avances introducidos en YOLOv9 y YOLOv10 a principios de este año, incorporando diseños arquitectónicos mejorados, técnicas de extracción de características perfeccionadas y métodos de entrenamiento optimizados. Lo que realmente hace destacar a YOLO11 es su impresionante combinación de velocidad, precisión y eficacia, que lo convierten en uno de los modelos más capaces que Ultralytics ha creado hasta la fecha. Con un diseño mejorado, YOLO11 ofrece una mejor extracción de características, que es el proceso de identificación de patrones y detalles importantes de las imágenes, lo que permite capturar aspectos intrincados con mayor precisión, incluso en escenarios difíciles.
Cabe destacar que YOLO11m obtiene una mayor precisión media (mAP ) en el conjunto de datosCOCO utilizando un 22% menos de parámetros que YOLOv8m. YOLOv8mlo que lo hace computacionalmente más ligero sin sacrificar el rendimiento. Esto significa que ofrece resultados más precisos y, al mismo tiempo, más eficientes. Además, YOLO11 ofrece una mayor velocidad de procesamiento, con tiempos de inferencia un 2% más rápidos que YOLOv10, lo que lo hace ideal para aplicaciones en tiempo real.
Fig. 4. Uso de YOLO11 para la detección de objetos.
Está diseñado para gestionar tareas complejas con menos recursos y para mejorar el rendimiento de modelos a gran escala, por lo que es ideal para proyectos de IA exigentes. Las mejoras en la canalización de aumento también han mejorado el proceso de formación, lo que facilita la adaptación de YOLO11 a diferentes tareas, tanto si se trabaja en proyectos pequeños como en aplicaciones a gran escala.
De hecho, YOLO11 es muy eficiente en términos de potencia de procesamiento y está perfectamente adaptado para su despliegue tanto en la nube como en dispositivos periféricos, lo que garantiza la flexibilidad en diferentes entornos. En pocas palabras, YOLO11 no es una mera actualización; es un modelo mucho más preciso, eficiente y flexible, mejor equipado para afrontar cualquier reto de visión por ordenador. Ya se trate de conducción autónoma, vigilancia, imágenes sanitarias, comercio inteligente o casos de uso industrial, YOLO11 es lo suficientemente versátil como para adaptarse a casi cualquier aplicación de visión artificial.
Estas integraciones son grandes complementos que hacen que YOLO11 se adapte a diferentes sectores, ayudando a las empresas a implementar fácilmente el modelo en sus procesos existentes. Por ejemplo, supongamos que desea utilizar YOLO11 para la agricultura, concretamente para la supervisión de cultivos. Puede que necesite desplegar el modelo en drones para identificar problemas fitosanitarios en tiempo real en grandes campos. Sin embargo, si se dedica a la seguridad, es posible que prefiera utilizar YOLO11 con un sistema basado en la nube para supervisar la alimentación de varias cámaras para la detección de objetos.
Fig. 5. Utilización de YOLO11 en la agricultura.
Empoderamiento de la comunidad de IA con YOLO11
La comunidad dedicada a la visión artificial puede esperar avances emocionantes con el lanzamiento de YOLO11. Gracias a su mayor precisión y eficiencia, este nuevo modelo tiene el potencial de transformar las aplicaciones existentes y crear otras nuevas. Un factor importante en este progreso es Ultralytics . Ultralytics es una plataforma fácil de usar que simplifica el entrenamiento y la implementación de YOLO , incluido YOLO11.
Fig 6. Ejecutar YOLO11 Inferences en Ultralytics HUB.
Ultralytics HUB agiliza el proceso de desarrollo permitiendo a los usuarios cargar conjuntos de datos, acceder a una serie de modelos preentrenados y gestionar sus proyectos desde un único lugar. El HUB también permite la colaboración, lo que facilita que los equipos trabajen juntos en proyectos de IA. Estas son algunas de las principales características de Ultralytics HUB:
Formación en la nube: Ultralytics HUB ofrece formación de modelos en la nube sin fisuras para una mayor escalabilidad y eficiencia.
Modelos preentrenados: La plataforma proporciona acceso a una variedad de modelos YOLOv5, YOLOv8 y YOLO11 preformados.
Exportación de modelos: Los modelos entrenados se pueden exportar a varios formatos para su implementación.
Integraciones: Ultralytics HUB se integra perfectamente con plataformas como Roboflow, Google Colab y Weights & Biases.
Documentación detallada: Ultralytics HUB ofrece guías completas y preguntas frecuentes para la asistencia al usuario.
Soporte de la comunidad: Una comunidad activa en Discord está disponible para preguntas y debates.
Gracias al diseño intuitivo del HUB, tanto los desarrolladores experimentados como los recién llegados pueden empezar a trabajar rápidamente. A medida que más desarrolladores utilicen YOLO11 a través del HUB, podremos esperar una oleada de aplicaciones de alto rendimiento que amplíen los límites de la visión por ordenador y den forma al futuro de la tecnología de IA.
Ponte manos a la obra con YOLO11
Al igual que YOLOv8, YOLO11 pronto YOLO11 disponible para probarlo a través de Ultralytics y el Python Ultralytics Python . Puede iniciar sesión en Ultralytics o consultar nuestra guía de inicio rápido para obtener instrucciones paso a paso sobre cómo instalar el paquete. Una vez lanzado, podrá explorar sus características, experimentar con diferentes conjuntos de datos y ver cómo YOLO11 en diversos escenarios. Estamos deseando ver cómo la comunidad de IA se involucra con YOLO11 contribuye a su desarrollo, aportando comentarios o ampliándolo.
Tanto si eres un desarrollador que busca optimizar proyectos existentes como alguien interesado en crear nuevas aplicaciones, tu participación puede ayudar a impulsar la innovación. Participe en los debates, comparta sus experiencias y colabore con otros para liberar todo el potencial de YOLO11. Estamos impacientes por ver cómo utilizas YOLO11 para hacer frente a los retos del mundo real y dar vida a tus ideas creativas.
Un nuevo capítulo comienza con YOLO11
YOLO11 es el siguiente paso adelante en visión por ordenador, ya que combina una precisión, velocidad y eficacia impresionantes. Anunciado en YV24, sus avanzadas funciones lo hacen versátil para diversas aplicaciones en tiempo real, desde vehículos autónomos hasta soluciones inteligentes para el comercio minorista. A medida que la comunidad de la IA empieza a explorar y utilizar este modelo, nos entusiasma ver las formas creativas en que YOLO11 impulsará la innovación y dará vida a nuevas posibilidades. Si quieres explorar los últimos avances en IA, prueba YOLO11 y descubre cómo puede mejorar tus proyectos de visión por ordenador.
.png)
.png)
.png)
.png)
.webp)
.webp)
