O Ultralytics YOLO11 chegou! Redefine o que é possível na IA!

Estamos entusiasmados em apresentar a próxima evolução dos modelos Ultralytics: o YOLO11! Com base nos avanços impressionantes das versões anteriores dos modelos YOLO, o YOLO11 traz uma série de funcionalidades e otimizações poderosas que o tornam mais rápido, preciso e incrivelmente versátil. Anunciado no evento YOLO Vision 2024 (YV24), o encontro híbrido anual de especialistas em IA, inovadores e desenvolvedores da Ultralytics, esta mais recente adição à família Ultralytics está definida para redefinir o que é possível com visão computacional.

Com a sua arquitetura inovadora, o YOLO11 pode ser utilizado para diversas tarefas de visão computacional, desde deteção de objetos em tempo real até à classificação, tornando-se num marco para desenvolvedores e investigadores. As principais melhorias incluem uma extração de características aprimorada para uma captura de detalhes mais precisa, maior precisão com menos parâmetros e velocidades de processamento mais rápidas que melhoram significativamente o desempenho em tempo real. Neste artigo, vamos analisar mais de perto as funcionalidades que fazem o YOLO11 destacar-se e como ele pode transformar as tuas aplicações de visão computacional. Vamos começar!

Fig 1. Glenn Jocher no palco, a anunciar o YOLO11 no YOLO Vision 24.

Link to this sectionConhecer o YOLO11#

O YOLO11 marca um novo capítulo para a família YOLO, oferecendo um modelo mais capaz e versátil que eleva a visão computacional a novos patamares. Com a sua arquitetura refinada e capacidades melhoradas, o modelo suporta tarefas de visão computacional como estimativa de pose e segmentação de instâncias, que a comunidade de visão por IA aprendeu a apreciar no Ultralytics YOLOv8, mas com um desempenho e precisão ainda maiores. Glenn Jocher, Fundador e CEO da Ultralytics, partilhou: “Com o YOLO11, decidimos desenvolver um modelo que oferece tanto potência como praticidade para aplicações do mundo real. A sua eficiência e precisão melhoradas tornam-no numa ferramenta robusta que pode ser adaptada aos desafios únicos enfrentados por várias indústrias. Mal posso esperar para ver como a comunidade de visão por IA utilizará o YOLO11 para criar soluções inovadoras e levar a visão computacional para o próximo nível.”

Fig 2. Glenn Jocher no palco, a anunciar o YOLO11 no YV24.

Aqui tens uma visão geral das tarefas de visão computacional que o YOLO11 suporta:

• Deteção de objetos: Identifica e localiza objetos em imagens ou fotogramas de vídeo, desenhando caixas delimitadoras à sua volta para aplicações como vigilância, condução autónoma e análise de retalho.
• Segmentação de instâncias: Envolve identificar e separar objetos individuais dentro de uma imagem até ao nível do píxel. É útil para aplicações como imagiologia médica e deteção de defeitos na indústria.
• Classificação de imagens: Categoriza imagens inteiras em classes predefinidas, tornando-o ideal para aplicações como categorização de produtos no comércio eletrónico ou monitorização da vida selvagem.
• Estimativa de pose: Deteta pontos-chave específicos dentro de uma imagem ou fotograma de vídeo para rastrear movimentos ou poses, benéfico para rastreio de fitness, análise desportiva e aplicações de saúde.
• Deteção de objetos orientados (OBB): Deteta objetos com um ângulo de orientação, permitindo uma localização mais precisa de objetos rodados, o que é especialmente valioso para tarefas de imagens aéreas, robótica e automação de armazéns.
• Rastreio de Objetos: Monitoriza e segue o movimento de objetos através de fotogramas de vídeo consecutivos, tornando-se essencial para muitas aplicações em tempo real.

Fig 3. Tarefas de Visão Computacional Suportadas Pelo YOLO11.

Link to this sectionO que distingue o YOLO11?#

O YOLO11 baseia-se nos avanços introduzidos no YOLOv9 e no YOLOv10 no início deste ano, incorporando designs arquiteturais aprimorados, técnicas de extração de características otimizadas e métodos de treinamento otimizados. O que realmente faz o YOLO11 se destacar é a sua impressionante combinação de velocidade, precisão e eficiência, tornando-o um dos modelos mais capazes que a Ultralytics criou até agora. Com um design aprimorado, o YOLO11 oferece uma melhor extração de características, que é o processo de identificar padrões e detalhes importantes a partir de imagens, tornando possível capturar aspectos complexos com mais precisão, mesmo em cenários desafiadores.

Notavelmente, o YOLO11m alcança uma pontuação de mean Average Precision (mAP) mais alta no conjunto de dados COCO utilizando 22% menos parâmetros do que o YOLOv8m, tornando-o computacionalmente mais leve sem sacrificar o desempenho. Isto significa que oferece resultados mais precisos sendo mais eficiente na execução. Além disso, o YOLO11 traz velocidades de processamento mais rápidas, com tempos de inferência cerca de 2% mais velozes do que o YOLOv10, tornando-o ideal para aplicações em tempo real.

Fig 4. Utilizar o YOLO11 para deteção de objetos.

Foi criado para lidar com tarefas complexas, sendo mais leve em termos de recursos e concebido para melhorar o desempenho de modelos de grande escala, tornando-o ideal para projetos de IA exigentes. As melhorias no pipeline de aumento de dados também melhoraram o processo de treino, facilitando a adaptação do YOLO11 a diferentes tarefas, quer estejas a trabalhar em pequenos projetos ou em aplicações de grande escala.

De facto, o YOLO11 é altamente eficiente em termos de poder de processamento e é perfeitamente adequado para implementação tanto em cloud como em dispositivos edge, garantindo flexibilidade em diferentes ambientes. De forma simples, o YOLO11 não é apenas uma atualização; é um modelo significativamente mais preciso, eficiente e flexível, melhor equipado para lidar com qualquer desafio de visão computacional. Quer se trate de condução autónoma, vigilância, imagiologia de saúde, retalho inteligente ou casos de uso industrial, o YOLO11 é versátil o suficiente para atender a quase qualquer aplicação de visão computacional.

Link to this sectionO YOLO11 está pronto para os teus sistemas e plataformas#

O YOLO11 foi desenhado para integrar-se facilmente com os sistemas e plataformas que já utilizas. Com base no suporte fornecido pelo YOLOv8, o YOLO11 é compatível com uma vasta gama de ambientes para treino, testes e implementação. Quer estejas a trabalhar com GPUs NVIDIA, dispositivos edge ou a implementar em plataformas cloud, o YOLO11 está otimizado para se encaixar no teu fluxo de trabalho sem esforço.

Estas integrações são ótimas adições que tornam o YOLO11 adaptável a diferentes indústrias, ajudando as empresas a implementar facilmente o modelo nos seus processos existentes. Por exemplo, vamos supor que queres utilizar o YOLO11 para agricultura, especificamente para monitorização de culturas. Poderás precisar de implementar o modelo em drones para identificar problemas de saúde nas plantas em tempo real através de grandes campos. Contudo, se estiveres na área da segurança, poderás preferir utilizar o YOLO11 com um sistema baseado em cloud para monitorizar múltiplos feeds de câmaras para deteção de objetos.

Fig 5. Utilizar o YOLO11 na agricultura.

Link to this sectionCapacitar a comunidade de IA com o YOLO11#

A comunidade de visão por IA pode esperar avanços empolgantes com o lançamento do YOLO11. Graças à sua precisão e eficiência melhoradas, este novo modelo tem o potencial de transformar aplicações existentes e criar novas. Um fator importante neste progresso é o Ultralytics HUB. O Ultralytics HUB é uma plataforma intuitiva que simplifica o treino e a implementação de modelos YOLO, incluindo o YOLO11.

Fig 6. Executar Inferências do YOLO11 no Ultralytics HUB.

O Ultralytics HUB simplifica o processo de desenvolvimento, permitindo aos utilizadores carregar conjuntos de dados, aceder a uma gama de modelos pré-treinados e gerir os seus projetos num único lugar. O HUB também suporta a colaboração, facilitando o trabalho das equipas em projetos de IA. Aqui estão algumas das outras funcionalidades principais do Ultralytics HUB:

• Treino na cloud: O Ultralytics HUB oferece um treino de modelos baseado em cloud para escalabilidade e eficiência.
• Modelos pré-treinados: A plataforma fornece acesso a uma variedade de modelos YOLOv5, YOLOv8 e YOLO11 pré-treinados.
• Exportação de modelos: Os modelos treinados podem ser exportados para vários formatos para implementação.
• Integrações: O Ultralytics HUB integra-se perfeitamente com plataformas como Roboflow, Google Colab e Weights & Biases.
• Documentação detalhada: O Ultralytics HUB oferece guias abrangentes e FAQs para suporte ao utilizador.
• Suporte comunitário: Uma comunidade Discord ativa está disponível para questões e discussões.

Com o design intuitivo do HUB, tanto desenvolvedores experientes como principiantes podem começar rapidamente. À medida que mais desenvolvedores utilizam o YOLO11 através do HUB, podemos esperar um aumento em aplicações de alto desempenho que ultrapassem os limites da visão computacional e moldem o futuro da tecnologia de IA.

Link to this sectionPõe as mãos na massa com o YOLO11#

Assim como o YOLOv8, o YOLO11 estará disponível em breve para você testar através do Ultralytics HUB e do pacote Python da Ultralytics. Você pode entrar no Ultralytics HUB ou conferir o nosso guia de início rápido para obter instruções passo a passo sobre como instalar o pacote. Assim que for lançado, você poderá explorar os seus recursos, experimentar com diferentes datasets e ver como o YOLO11 se comporta em vários cenários. Mal podemos esperar para ver a comunidade de IA interagir com o YOLO11 contribuindo para o seu desenvolvimento, fornecendo feedback ou criando soluções baseadas nele.

Sejas um desenvolvedor à procura de otimizar projetos existentes ou alguém interessado em criar novas aplicações, o teu envolvimento pode ajudar a impulsionar a inovação. Participa em discussões, partilha as tuas experiências e colabora com outros para desbloquear todo o potencial do YOLO11. Estamos entusiasmados por ver como utilizas o YOLO11 para enfrentar desafios do mundo real e dar vida às tuas ideias criativas!

Link to this sectionUm novo capítulo começa com o YOLO11#

O YOLO11 é o próximo passo em frente na visão computacional, combinando precisão, velocidade e eficiência impressionantes. Anunciado no YV24, as suas funcionalidades avançadas tornam-no versátil para várias aplicações em tempo real, desde veículos autónomos a soluções de retalho inteligente. À medida que a comunidade de IA começa a explorar e a utilizar este modelo, estamos entusiasmados por ver as formas criativas como o YOLO11 impulsionará a inovação e dará vida a novas possibilidades. Se procuras explorar os últimos avanços em IA, experimenta o YOLO11 e vê como ele pode elevar os teus projetos de visão computacional!

Para aprender mais sobre IA, vai ao nosso repositório GitHub e junta-te à nossa comunidade ativa. Descobre como a IA está a fazer progressos em áreas como saúde e agricultura.