4 de outubro de 2024
Saiba tudo sobre o novo modelo Ultralytics YOLO11, seus recursos e aplicações em tempo real em vários setores. Explicaremos tudo o que você precisa saber.
Na segunda-feira, 30 de setembro, a Ultralytics lançou oficialmente o Ultralytics YOLO11, o mais recente avanço em visão computacional, após sua estreia no YOLO Vision 2024 (YV24), o evento híbrido anual da Ultralytics. A comunidade de IA tem vibrado de entusiasmo enquanto corre para explorar as capacidades do modelo. Com processamento mais rápido, maior precisão e modelos otimizados para dispositivos de borda e implementação em nuvem, o YOLO11 redefine o que é possível em aplicações de visão computacional em tempo real.
Em uma entrevista, o fundador e CEO da Ultralytics, Glenn Jocher, compartilhou: “O mundo está caminhando para a energia limpa, mas não rápido o suficiente. Queremos que nossos modelos sejam treináveis em menos épocas, com menos aumentos e menos dados, então estamos trabalhando duro nisso. O menor modelo de detecção de objetos, YOLO11n, tem apenas 2,6 milhões de parâmetros - cerca do tamanho de um JPEG, o que é realmente incrível. O maior modelo de detecção de objetos, YOLO11x, tem cerca de 56 milhões de parâmetros, e mesmo isso é incrivelmente pequeno em comparação com outros modelos. Você pode treiná-los em uma GPU barata, como uma GPU Nvidia de cinco anos, com apenas um pouco de entusiasmo e um pouco de café.”
Neste artigo, analisaremos mais de perto o YOLO11, explorando seus recursos, melhorias, benchmarks de desempenho e aplicações no mundo real para ajudá-lo a entender o que este modelo pode fazer. Vamos começar!
YOLO11 é o mais recente avanço na série YOLO (You Only Look Once) de modelos de visão computacional, e oferece melhorias significativas em relação às versões anteriores, como YOLOv5 e YOLOv8. A equipe da Ultralytics incorporou feedback da comunidade e pesquisa de ponta para tornar o YOLO11 mais rápido, mais preciso e mais eficiente. YOLO11 também suporta as mesmas tarefas de visão computacional que YOLOv8, incluindo detecção de objetos, segmentação de instâncias e classificação de imagens. Na verdade, os usuários podem mudar facilmente para o YOLO11 sem precisar alterar os fluxos de trabalho existentes.
Um dos principais destaques do YOLO11 é seu desempenho superior em precisão e velocidade em comparação com seus antecessores. Com 22% menos parâmetros do que o YOLOv8m, o YOLO11m atinge um mean average precision (mAP) mais alto no conjunto de dados COCO, o que significa que ele pode detectar objetos com mais precisão e eficiência. Em termos de velocidade de processamento, o YOLO11 supera os modelos anteriores, tornando-o ideal para aplicações em tempo real, onde a detecção e a resposta rápidas são críticas, e cada milissegundo conta.
O gráfico de benchmarking abaixo ilustra como o YOLO11 se destaca dos modelos anteriores. No eixo horizontal, ele mostra a Precisão Média da Caixa COCO (AP), que mede a precisão da detecção de objetos. O eixo vertical exibe a latência usando TensorRT10 FP16 em uma GPU NVIDIA T4, indicando a rapidez com que o modelo processa os dados.
Com o lançamento do Ultralytics YOLO11, a Ultralytics está expandindo a série YOLO, oferecendo modelos de código aberto e corporativos para atender à crescente demanda em todos os setores.
O YOLO11 apresenta cinco tamanhos de modelo distintos: Nano, Pequeno, Médio, Grande e X. Os usuários podem escolher o melhor modelo dependendo das necessidades específicas de sua aplicação de visão computacional. Os cinco tamanhos oferecem flexibilidade em tarefas como classificação de imagem, detecção de objetos, segmentação de instâncias, rastreamento, estimativa de pose e detecção de objetos com caixas delimitadoras orientadas (OBB). Para cada tamanho, há um modelo disponível para cada tarefa, resultando em um total de 25 modelos de código aberto que formam o núcleo das ofertas da Ultralytics. Esses modelos são ideais para uma ampla gama de aplicações, desde tarefas leves em dispositivos de borda, onde o modelo YOLO11n oferece eficiência impressionante, até aplicações de maior escala que exigem os modelos YOLO11l e YOLO11x.
Pela primeira vez, a Ultralytics está introduzindo modelos enterprise, marcando um grande marco em nossas ofertas de produtos, e estamos animados para compartilhar essas novas inovações com nossos usuários. O YOLO11 apresenta cinco modelos proprietários projetados especificamente para casos de uso comercial. Esses modelos enterprise, que estarão disponíveis no próximo mês, são treinados no novo conjunto de dados proprietário da Ultralytics, consistindo em mais de 1 milhão de imagens, oferecendo modelos pré-treinados mais robustos. Eles são projetados para aplicações exigentes do mundo real, como análise de imagens médicas e processamento de imagens de satélite, onde a detecção precisa de objetos é crucial.
Agora que discutimos o que o YOLO11 oferece, vamos dar uma olhada no que torna o YOLO11 tão especial.
Um dos principais desafios no desenvolvimento do YOLO11 foi encontrar o equilíbrio certo entre prioridades concorrentes: tornar os modelos menores, mais rápidos e mais precisos. Como Glenn Jocher, Fundador e CEO da Ultralytics, explicou, “Trabalhar em pesquisa e desenvolvimento do YOLO é realmente desafiador porque quer ir em três direções diferentes: quer tornar os modelos menores, quer que eles se tornem mais precisos, mas também quer que sejam mais rápidos em diferentes plataformas como CPU e GPU. Todos estes são interesses concorrentes, então tem de fazer concessões e escolher onde fazer alterações.” Apesar destes desafios, o YOLO11 alcança um equilíbrio impressionante, oferecendo melhorias de velocidade e precisão em relação a versões anteriores como o YOLOv8.
O YOLO11 traz melhorias substanciais, como extração de recursos aprimorada com uma arquitetura de backbone e neck redesenhada, levando a uma detecção de objetos mais precisa. O modelo também é otimizado para velocidade e eficiência, oferecendo tempos de processamento mais rápidos, mantendo a alta precisão. Além desses benefícios, o YOLO11 é altamente adaptável em diferentes ambientes, funcionando perfeitamente em dispositivos de borda, plataformas de nuvem e sistemas que usam GPUs NVIDIA. Essa adaptabilidade o torna uma escolha ideal para usuários que precisam de opções de implantação flexíveis em várias configurações de hardware, desde dispositivos móveis até servidores de grande escala.
A versatilidade do YOLO11 o torna uma ferramenta confiável em muitos setores, especialmente ao lidar com casos de uso complexos. Por exemplo, ele funciona perfeitamente em dispositivos de borda e pode ser usado para aplicações que exigem análise em tempo real em ambientes com poder de computação limitado. Um excelente exemplo disso é a direção autônoma, onde os veículos precisam tomar decisões em frações de segundo para manter todos seguros. O YOLO11 ajuda a detectar e analisar objetos na estrada, como pedestres ou outros carros, mesmo em condições difíceis, como pouca luz ou quando as coisas estão parcialmente escondidas. A detecção rápida e precisa ajuda a prevenir acidentes e garante que os veículos autônomos possam navegar com segurança.
Outro exemplo interessante do alcance do YOLO11 é sua capacidade de lidar com caixas delimitadoras orientadas (OBB). É essencial para detectar objetos que não estão perfeitamente alinhados. A detecção de objetos OBB é um recurso especialmente útil em setores como agricultura, mapeamento e vigilância, onde as imagens geralmente contêm objetos rotacionados, como plantações ou edifícios em imagens aéreas ou de satélite. Ao contrário dos modelos tradicionais, o YOLO11 pode identificar objetos em qualquer ângulo e fornecer resultados muito mais precisos para tarefas que exigem precisão.
Começar a usar o YOLO11 é simples e acessível, quer prefira programação ou uma opção sem código. Para trabalhar com o YOLO11 através de código, pode usar o pacote Ultralytics Python para treinar e implementar modelos facilmente. Se preferir uma abordagem sem código, o Ultralytics HUB permite que experimente o YOLO11 com apenas alguns cliques.
Para usar o YOLO11 com Python, você precisará primeiro instalar o pacote Ultralytics. Dependendo de suas preferências, você pode fazer isso usando pip, conda ou Docker. Para obter instruções detalhadas e práticas recomendadas relacionadas ao processo de instalação, consulte nosso Guia de Instalação da Ultralytics. Ao instalar os pacotes necessários para o YOLO11, se você encontrar alguma dificuldade, consulte nosso Guia de Problemas Comuns para obter soluções e dicas.
Uma vez que você tenha o pacote Ultralytics instalado, usar o YOLO11 é simples. O trecho de código a seguir o orienta no processo de carregar um modelo, treiná-lo, testar seu desempenho e exportá-lo para o formato ONNX. Para exemplos mais detalhados e uso avançado, consulte a documentação oficial do Ultralytics, onde você encontrará guias detalhados e práticas recomendadas para aproveitar ao máximo o YOLO11.
Para usuários que preferem uma abordagem sem código, o Ultralytics HUB oferece uma maneira fácil de treinar e implantar modelos YOLO11 com apenas alguns cliques. Para começar com o HUB, basta criar uma conta na plataforma Ultralytics HUB e você pode começar a treinar e gerenciar seus modelos por meio de uma interface intuitiva.
A comunidade de IA está constantemente avançando no campo da visão computacional, esforçando-se para desenvolver modelos mais rápidos e precisos para aplicações do mundo real. O Ultralytics YOLO11 é um marco importante nesse esforço, trazendo velocidade, precisão e flexibilidade aprimoradas. Ele foi projetado para aplicações em tempo real e de borda, tornando-o ideal para setores como saúde e direção autônoma. Esteja você usando o pacote Ultralytics Python ou o Ultralytics Hub sem código, o YOLO11 simplifica tarefas complexas de Visão de IA. Ele oferece recursos poderosos de visão computacional, tornando-o uma ótima opção para desenvolvedores e empresas.
Confira nosso repositório GitHub e junte-se à nossa comunidade ativa para saber mais sobre IA. Explore como a Visão de IA está impulsionando a inovação em setores como assistência médica e agricultura.
.webp)