Ultralytics YOLO11 è arrivato! Ridefinisci ciò che è possibile fare con l'AI!

Siamo entusiasti di presentare la prossima evoluzione dei modelli Ultralytics: YOLO11! Basandosi sugli impressionanti progressi delle precedenti versioni dei modelli YOLO, YOLO11 offre una serie di potenti funzionalità e ottimizzazioni che lo rendono più veloce, più accurato e incredibilmente versatile. Annunciato durante l'evento YOLO Vision 2024 (YV24), il raduno ibrido annuale di Ultralytics dedicato a esperti di IA, innovatori e sviluppatori, questa ultima aggiunta alla famiglia Ultralytics è pronta a ridefinire ciò che è possibile fare con la computer vision.

Grazie alla sua architettura innovativa, YOLO11 può essere utilizzato per svariate attività di computer vision, dal rilevamento di oggetti in tempo reale alla classificazione, diventando una svolta sia per gli sviluppatori che per i ricercatori. I miglioramenti chiave includono un'estrazione delle caratteristiche avanzata per catturare dettagli più precisi, una maggiore precisione con meno parametri e velocità di elaborazione più elevate che migliorano significativamente le prestazioni in tempo reale. In questo articolo, esamineremo più da vicino le funzionalità che rendono YOLO11 unico e come può trasformare le tue applicazioni di computer vision. Iniziamo!

Fig 1. Glenn Jocher sul palco, mentre annuncia YOLO11 a YOLO Vision 24.

Link to this sectionConosciamo YOLO11#

YOLO11 segna un nuovo capitolo per la famiglia YOLO, offrendo un modello più capace e versatile che porta la computer vision a nuovi livelli. Con la sua architettura raffinata e le capacità potenziate, il modello supporta attività di computer vision come la stima della posa e la segmentazione delle istanze che la comunità di Vision AI ha imparato ad amare in Ultralytics YOLOv8, ma con prestazioni e precisione ancora maggiori. Glenn Jocher, fondatore e CEO di Ultralytics, ha dichiarato: “Con YOLO11, abbiamo voluto sviluppare un modello che offrisse sia potenza che praticità per applicazioni reali. La sua maggiore efficienza e precisione lo rendono uno strumento robusto che può essere adattato alle sfide uniche affrontate da vari settori. Non vedo l'ora di vedere come la comunità di Vision AI utilizzerà YOLO11 per creare soluzioni innovative e portare la computer vision al livello successivo.”

Fig 2. Glenn Jocher sul palco, mentre annuncia YOLO11 a YV24.

Ecco una panoramica delle attività di computer vision supportate da YOLO11:

• Object detection: Identifica e localizza gli oggetti all'interno di immagini o fotogrammi video, disegnando bounding box attorno ad essi per applicazioni come sorveglianza, guida autonoma e analisi della vendita al dettaglio.
• Instance segmentation: Implica l'identificazione e la separazione di singoli oggetti all'interno di un'immagine fino al livello del pixel. È utile per applicazioni come l'imaging medico e il rilevamento di difetti nella produzione.
• Image classification: Categorizza intere immagini in classi predefinite, rendendolo ideale per applicazioni come la categorizzazione dei prodotti nell'e-commerce o il monitoraggio della fauna selvatica.
• Pose estimation: Rileva specifici punti chiave all'interno di un'immagine o di un fotogramma video per tracciare movimenti o pose, utile per applicazioni di fitness tracking, analisi sportiva e sanità.
• Oriented object detection (OBB): Rileva oggetti con un angolo di orientamento, consentendo una localizzazione più precisa degli oggetti ruotati, il che è particolarmente prezioso per attività di immagini aeree, robotica e automazione di magazzino.
• Object Tracking: Monitora e segue il movimento degli oggetti attraverso fotogrammi video consecutivi, rendendolo essenziale per molte applicazioni in tempo reale.

Fig 3. Attività di computer vision supportate da YOLO11.

Link to this sectionCosa distingue YOLO11?#

YOLO11 si basa sui progressi introdotti in YOLOv9 e YOLOv10 all'inizio di quest'anno, incorporando design architettonici migliorati, tecniche di estrazione delle caratteristiche potenziate e metodi di addestramento ottimizzati. Ciò che rende YOLO11 davvero speciale è la sua impressionante combinazione di velocità, precisione ed efficienza, rendendolo uno dei modelli più capaci che Ultralytics abbia creato finora. Con un design migliorato, YOLO11 offre una migliore feature extraction, ovvero il processo di identificazione di schemi e dettagli importanti dalle immagini, rendendo possibile catturare aspetti complessi con maggiore precisione, anche in scenari difficili.

Sorprendentemente, YOLO11m raggiunge un punteggio mean Average Precision (mAP) più alto sul dataset COCO utilizzando il 22% di parametri in meno rispetto a YOLOv8m, rendendolo computazionalmente più leggero senza sacrificare le prestazioni. Ciò significa che offre risultati più accurati pur essendo più efficiente da eseguire. Inoltre, YOLO11 offre velocità di elaborazione più elevate, con tempi di inferenza circa il 2% più rapidi rispetto a YOLOv10, rendendolo ideale per applicazioni in tempo reale.

Fig 4. Utilizzo di YOLO11 per object detection.

È costruito per gestire attività complesse pur essendo più leggero sulle risorse e progettato per migliorare le prestazioni di modelli su larga scala, rendendolo perfetto per progetti di IA impegnativi. I miglioramenti alla pipeline di augmentation hanno anche perfezionato il processo di addestramento, rendendo più semplice per YOLO11 adattarsi a diversi compiti, sia che tu stia lavorando su piccoli progetti che su applicazioni su larga scala.

Infatti, YOLO11 è altamente efficiente in termini di potenza di elaborazione ed è perfettamente adatto per il deployment sia su cloud che su dispositivi edge, garantendo flessibilità in diversi ambienti. Per dirla semplicemente, YOLO11 non è solo un aggiornamento; è un modello significativamente più accurato, efficiente e flessibile, meglio attrezzato per gestire qualsiasi sfida di computer vision. Che si tratti di guida autonoma, sorveglianza, imaging sanitario, smart retail o casi d'uso industriali, YOLO11 è abbastanza versatile da soddisfare quasi ogni applicazione di computer vision.

Link to this sectionYOLO11 è pronto per i tuoi sistemi e piattaforme#

YOLO11 è progettato per integrarsi perfettamente con i sistemi e le piattaforme che già utilizzi. Basandosi sul supporto fornito da YOLOv8, YOLO11 è compatibile con una vasta gamma di ambienti per addestramento, test e deployment. Che tu stia lavorando con NVIDIA GPU, dispositivi edge o effettuando il deployment su piattaforme cloud, YOLO11 è ottimizzato per integrarsi nel tuo flusso di lavoro senza sforzo.

Queste integrazioni sono ottimi componenti aggiuntivi che rendono YOLO11 adattabile a diversi settori, aiutando le aziende a implementare facilmente il modello nei loro processi esistenti. Ad esempio, supponiamo che tu voglia utilizzare YOLO11 per l'agricoltura, specificamente per il monitoraggio delle colture. Potresti aver bisogno di implementare il modello su droni per identificare i problemi di salute delle piante in tempo reale su grandi campi. Tuttavia, se ti occupi di sicurezza, potresti preferire utilizzare YOLO11 con un sistema basato su cloud per monitorare feed di più telecamere per l'object detection.

Fig 5. Utilizzo di YOLO11 in agricoltura.

Link to this sectionPotenziare la comunità IA con YOLO11#

La comunità Vision AI può aspettarsi entusiasmanti progressi con il lancio di YOLO11. Grazie alla sua maggiore precisione ed efficienza, questo nuovo modello ha il potenziale per trasformare le applicazioni esistenti e crearne di nuove. Un fattore importante in questo progresso è Ultralytics HUB. Ultralytics HUB è una piattaforma intuitiva che semplifica l'addestramento e il deployment dei modelli YOLO, incluso YOLO11.

Fig 6. Esegui inferenze YOLO11 su Ultralytics HUB.

Ultralytics HUB snellisce il processo di sviluppo consentendo agli utenti di caricare dataset, accedere a una gamma di modelli pre-addestrati e gestire i propri progetti in un unico posto. L'HUB supporta anche la collaborazione, rendendo semplice per i team lavorare insieme su progetti di IA. Ecco alcune delle altre caratteristiche chiave di Ultralytics HUB:

• Cloud training: Ultralytics HUB offre un addestramento del modello basato su cloud fluido per scalabilità ed efficienza.
• Modelli pre-addestrati: La piattaforma fornisce l'accesso a una varietà di modelli YOLOv5, YOLOv8 e YOLO11 pre-addestrati.
• Esportazione del modello: I modelli addestrati possono essere esportati in vari formati per il deployment.
• Integrazioni: Ultralytics HUB si integra perfettamente con piattaforme come Roboflow, Google Colab e Weights & Biases.
• Documentazione dettagliata: Ultralytics HUB offre guide complete e FAQ per il supporto agli utenti.
• Supporto della comunità: Una comunità Discord attiva è disponibile per domande e discussioni.

Grazie al design intuitivo dell'HUB, sia gli sviluppatori esperti che i nuovi arrivati possono iniziare rapidamente. Man mano che più sviluppatori useranno YOLO11 tramite l'HUB, potremo aspettarci un'ondata di applicazioni ad alte prestazioni che spingeranno i confini della computer vision e daranno forma al futuro della tecnologia IA.

Link to this sectionMettiti alla prova con YOLO11#

Proprio come YOLOv8, YOLO11 sarà presto disponibile per essere provato tramite Ultralytics HUB e il pacchetto Python di Ultralytics. Puoi accedere a Ultralytics HUB o consultare la nostra guida rapida per istruzioni passo dopo passo su come installare il pacchetto. Una volta rilasciato, sarai in grado di esplorarne le funzionalità, sperimentare con diversi dataset e vedere come YOLO11 si comporta in vari scenari. Non vediamo l'ora di vedere la comunità IA interagire con YOLO11 contribuendo al suo sviluppo, fornendo feedback o costruendo sopra di esso.

Che tu sia uno sviluppatore che cerca di ottimizzare progetti esistenti o qualcuno interessato a creare nuove applicazioni, il tuo coinvolgimento può aiutare a guidare l'innovazione. Partecipa alle discussioni, condividi le tue esperienze e collabora con gli altri per sbloccare il pieno potenziale di YOLO11. Siamo entusiasti di vedere come utilizzerai YOLO11 per affrontare sfide reali e dare vita alle tue idee creative!

Link to this sectionUn nuovo capitolo inizia con YOLO11#

YOLO11 è il prossimo passo avanti nella computer vision, combinando un'impressionante precisione, velocità ed efficienza. Annunciato al YV24, le sue funzionalità avanzate lo rendono versatile per svariate applicazioni in tempo reale, dai veicoli autonomi alle soluzioni smart retail. Mentre la comunità IA inizia a esplorare e utilizzare questo modello, siamo entusiasti di vedere i modi creativi in cui YOLO11 guiderà l'innovazione e darà vita a nuove possibilità. Se stai cercando di esplorare gli ultimi progressi nell'IA, prova YOLO11 e vedi come può elevare i tuoi progetti di computer vision!

Per saperne di più sull'IA, vai al nostro repository GitHub e unisciti alla nostra comunità attiva. Scopri come l'IA sta facendo passi da gigante in aree come la sanità e l'agricoltura.