Ultralytics YOLO11 è arrivato! Ridefinisci ciò che è possibile nell'IA!

Siamo entusiasti di presentare la prossima evoluzione dei modelli Ultralytics: YOLO11! Basandosi sugli impressionanti progressi delle precedenti versioni del modello YOLO, YOLO11 offre una serie di potenti funzionalità e ottimizzazioni che lo rendono più veloce, più preciso e incredibilmente versatile. Annunciato all'evento YOLO Vision 2024 (YV24), l'annuale incontro ibrido di Ultralytics di esperti di AI, innovatori e sviluppatori, quest'ultima aggiunta alla famiglia Ultralytics è destinata a ridefinire ciò che è possibile con la computer vision. 

Grazie alla sua architettura innovativa, YOLO11 può essere utilizzato per varie attività di computer vision, dal rilevamento di oggetti in tempo reale alla classificazione, rendendolo un punto di svolta per sviluppatori e ricercatori. I miglioramenti chiave includono l'estrazione di funzionalità avanzata per una cattura dei dettagli più precisa, una maggiore accuratezza 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 caratteristiche che distinguono YOLO11 e come può trasformare le tue applicazioni di computer vision. Iniziamo!

Conoscere 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 sue capacità avanzate, il modello supporta compiti di computer vision come la stima della posa e la segmentazione di istanze che la comunità di Vision AI ha imparato ad amare di Ultralytics YOLOv8, ma con prestazioni e precisione ancora maggiori. Glenn Jocher, fondatore e CEO di Ultralytics, ha dichiarato: "Con YOLO11, abbiamo deciso di sviluppare un modello che offra sia potenza che praticità per le applicazioni del mondo reale. La sua maggiore efficienza e accuratezza 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".

‍

Ecco un'anteprima delle attività di computer vision supportate da YOLO11:

• Rilevamento oggetti: Identifica e localizza gli oggetti all'interno di immagini o fotogrammi video, disegnando bounding box attorno ad essi per applicazioni come la sorveglianza, la guida autonoma e l'analisi al dettaglio.
  ‍
• Segmentazione di istanza: implica l'identificazione e la separazione di singoli oggetti all'interno di un'immagine fino al livello di pixel. È utile per applicazioni come l'imaging medicale e il rilevamento di difetti nella produzione.
  ‍
• Classificazione delle immagini: categorizza intere immagini in classi predefinite, rendendola ideale per applicazioni come la categorizzazione dei prodotti nell'e-commerce o il monitoraggio della fauna selvatica.
  ‍
• Stima della posa: Rileva punti chiave specifici all'interno di un'immagine o di un fotogramma video per tracciare movimenti o pose, utile per applicazioni di fitness tracking, analisi sportiva e assistenza sanitaria.
  ‍
• Rilevamento di oggetti orientati (OBB): Rileva oggetti con un angolo di orientamento, consentendo una localizzazione più precisa degli oggetti ruotati, il che è particolarmente utile per l'immaginario aereo, la robotica e le attività di automazione del magazzino.
  ‍
• Object Tracking: Monitora e segue il movimento degli oggetti attraverso fotogrammi video consecutivi, rendendolo essenziale per molte applicazioni in tempo reale.

‍

Cosa distingue YOLO11?

YOLO11 si basa sui progressi introdotti in YOLOv9 e YOLOv10 all'inizio di quest'anno, incorporando progetti architetturali migliorati, tecniche avanzate di estrazione delle caratteristiche e metodi di training ottimizzati. Ciò che distingue davvero YOLO11 è la sua impressionante combinazione di velocità, accuratezza ed efficienza, che lo rende uno dei modelli più capaci che Ultralytics abbia creato finora. Con un design migliorato, YOLO11 offre una migliore estrazione delle caratteristiche, ovvero il processo di identificazione di modelli e dettagli importanti dalle immagini, rendendo possibile acquisire aspetti complessi in modo più accurato, anche in scenari difficili.

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

‍

È progettato per gestire task complessi pur essendo più leggero sulle risorse e progettato per migliorare le prestazioni dei modelli su larga scala, rendendolo perfetto per progetti AI impegnativi. I miglioramenti alla pipeline di augmentation hanno anche migliorato il processo di training, rendendo più facile per YOLO11 adattarsi a diversi task, 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. In parole semplici, YOLO11 non è solo un aggiornamento; è un modello significativamente più preciso, efficiente e flessibile, meglio attrezzato per affrontare 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 tutte le applicazioni di computer vision.

YOLO11 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 un'ampia gamma di ambienti per l'addestramento, il test e il deployment. Che tu stia lavorando con GPU NVIDIA, dispositivi edge o effettuando il deployment su piattaforme cloud, YOLO11 è ottimizzato per integrarsi facilmente nel tuo flusso di lavoro.

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 di voler utilizzare YOLO11 per l'agricoltura, in particolare per il monitoraggio delle colture. Potrebbe essere necessario implementare il modello su droni per identificare i problemi di salute delle piante in tempo reale su vasti campi. Tuttavia, se ti occupi di sicurezza, potresti preferire l'utilizzo di YOLO11 con un sistema basato su cloud per monitorare più feed di telecamere per il rilevamento di oggetti.

‍

Potenziare la community AI con YOLO11

La comunità della vision AI può aspettarsi progressi entusiasmanti con il lancio di YOLO11. Grazie alla sua maggiore accuratezza 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 la distribuzione dei modelli YOLO, incluso YOLO11. 

‍

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

• Training su cloud: Ultralytics HUB offre un training del modello basato su cloud per scalabilità ed efficienza.
  ‍
• Modelli pre-addestrati (Pre-trained models): la piattaforma fornisce l'accesso a una varietà di modelli pre-addestrati YOLOv5, YOLOv8 e YOLO11.
  ‍
• 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 utenti.
  ‍
• Supporto della community: È disponibile una community Discord attiva per domande e discussioni.

Grazie al design intuitivo dell'HUB, sia gli sviluppatori esperti che i nuovi arrivati possono iniziare rapidamente. Man mano che sempre più sviluppatori utilizzano YOLO11 tramite l'HUB, possiamo aspettarci un'impennata di applicazioni ad alte prestazioni che spingono i confini della computer vision e plasmano il futuro della tecnologia AI.

Sperimenta YOLO11

Proprio come YOLOv8, YOLO11 sarà presto disponibile per essere provato tramite Ultralytics HUB e il pacchetto Python di Ultralytics. Puoi registrarti all'HUB o consultare la nostra guida rapida per istruzioni dettagliate su come installare il pacchetto. Una volta rilasciato, potrai esplorarne le funzionalità, sperimentare con diversi dataset e vedere come YOLO11 si comporta in vari scenari. Non vediamo l'ora di vedere la community dell'IA interagire con YOLO11 e contribuire al suo sviluppo, fornendo feedback o costruendo su di esso.

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

Un nuovo capitolo inizia con YOLO11

YOLO11 è il prossimo passo avanti nella computer vision, che combina un'accuratezza, una velocità e un'efficienza impressionanti. Annunciato a YV24, le sue funzionalità avanzate lo rendono versatile per varie applicazioni in tempo reale, dai veicoli autonomi alle soluzioni di vendita al dettaglio intelligenti. Mentre la comunità dell'IA inizia a esplorare e a 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 scopri come può elevare i tuoi progetti di computer vision!

Per saperne di più sull'IA, visita il nostro repository GitHub e unisciti alla nostra community attiva. Scopri come l'IA sta facendo progressi in aree come la sanità e l'agricoltura.