O Ultralytics YOLO11 chegou! Redefine o que é possível fazer com IA!

Temos o prazer de apresentar a próxima evolução dos modelos Ultralytics: o YOLO11! Com base nos avanços impressionantes das versões anteriores dos modelos YOLO, o YOLO11 oferece várias funcionalidades e otimizações poderosas que o tornam mais rápido, mais preciso e incrivelmente versátil. Anunciado no evento YOLO Vision 2024 (YV24), o encontro híbrido anual da Ultralytics que reúne especialistas, inovadores e programadores de IA, este novo membro da família Ultralytics, entretanto sucedido pelo Ultralytics YOLO26, promete redefinir o que é possível fazer com a visão computacional.

Graças à sua arquitetura inovadora, o Ultralytics YOLO11 pode ser usado em várias tarefas de visão computacional, desde a deteção de objetos em tempo real até à classificação, o que o torna uma opção prática tanto para programadores como para investigadores. As principais melhorias incluem uma extração de características aperfeiçoada para captar detalhes com maior precisão, maior exatidão 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 distinguem o YOLO11 e como este pode transformar as tuas aplicações de visão computacional.

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

Conhece melhor a Ultralytics YOLO11#

O YOLO11 marca um novo capítulo para a família YOLO, oferecendo um modelo mais capaz e versátil que leva a visão computacional a novos patamares. Com a sua arquitetura refinada e capacidades melhoradas, o modelo é compatível com tarefas de visão computacional, como a estimativa de pose e a segmentação de instâncias, que a comunidade de IA de visão aprendeu a apreciar no Ultralytics YOLOv8, mas com um desempenho e uma precisão ainda maiores. Glenn Jocher, fundador e CEO da Ultralytics, afirmou: «Com o YOLO11, propusemo-nos desenvolver um modelo potente e prático para aplicações no mundo real. A sua eficiência e precisão melhoradas fazem dele uma ferramenta robusta, adaptável aos desafios específicos de vários setores. Mal posso esperar para ver como a comunidade de IA de visão usará o YOLO11 para criar soluções inovadoras e levar a visão computacional ao próximo nível.»

Fig. 2. Glenn Jocher no palco anunciando o Ultralytics YOLO11 no YV24.

Confira uma prévia das tarefas de visão computacional compatíveis com o Ultralytics YOLO11:

• Deteção de objetos: identifica e localiza objetos em imagens ou fotogramas de vídeo, desenhando caixas delimitadoras à sua volta para aplicações como a vigilância, a condução autónoma e a análise do comércio a retalho.
• Segmentação de instâncias: consiste em identificar e separar objetos individuais numa imagem até ao nível do píxel. É útil em aplicações como a imagética médica e a deteção de defeitos na indústria transformadora.
• Classificação de imagens: categoriza imagens completas em classes predefinidas, sendo ideal para aplicações como a categorização de produtos no comércio eletrónico ou a monitorização da vida selvagem.
• Estimativa de pose: deteta pontos-chave específicos num fotograma de imagem ou vídeo para acompanhar movimentos ou poses, sendo útil para acompanhar a atividade física, analisar o desempenho desportivo e em aplicações de saúde.
• Deteção de objetos orientados (OBB): deteta objetos com um ângulo de orientação, permitindo localizar com maior precisão objetos rodados. Isto é especialmente valioso para imagens aéreas, robótica e tarefas de automatização de armazéns.
• Rastreamento de objetos: monitoriza e acompanha o movimento dos objetos ao longo de fotogramas de vídeo consecutivos, o que o torna essencial para muitas aplicações em tempo real.

Fig. 3. Tarefas de visão computacional compatíveis com o Ultralytics YOLO11.

O que diferencia o Ultralytics YOLO11?#

O YOLO11 se baseia nos avanços introduzidos no YOLOv9 e no YOLOv10 no início deste ano, incorporando projetos arquitetônicos aprimorados, técnicas de extração de características melhores e métodos de treinamento otimizados. O que realmente diferencia o YOLO11 é sua impressionante combinação de velocidade, precisão e eficiência, que faz dele um dos modelos mais capazes que a Ultralytics criou até agora. Com um projeto aprimorado, o YOLO11 oferece melhor extração de características, processo que identifica padrões e detalhes importantes nas imagens e permite capturar aspectos complexos com mais precisão, mesmo em cenários desafiadores.

De forma notável, o YOLO11m alcança uma pontuação mais elevada de precisão média média (mAP) no conjunto de dados COCO, utilizando 22% menos parâmetros do que o YOLOv8m, o que o torna computacionalmente mais leve sem sacrificar o desempenho. Isto significa que oferece resultados mais precisos e é mais eficiente na execução. Além disso, o YOLO11 proporciona velocidades de processamento superiores, com tempos de inferência cerca de 2% mais rápidos do que o YOLOv10, sendo ideal para aplicações em tempo real.

Fig. 4. Uso do Ultralytics YOLO11 para detecção de objetos.

Ele foi desenvolvido para lidar com tarefas complexas usando menos recursos e para melhorar o desempenho de modelos de grande escala, sendo uma ótima opção para projetos de IA exigentes. Os aprimoramentos no pipeline de aumento de dados também melhoraram o processo de treinamento, facilitando a adaptação do Ultralytics YOLO11 a diferentes tarefas, seja em projetos pequenos ou em aplicações de grande escala.

Na verdade, o YOLO11 é muito eficiente em termos de capacidade de processamento e é adequado para implementação tanto em dispositivos na nuvem como em dispositivos de periferia, garantindo flexibilidade em diferentes ambientes. Em termos simples, o YOLO11 não é apenas uma atualização; é um modelo significativamente mais preciso, eficiente e flexível, mais bem preparado para lidar com uma vasta gama de desafios de visão computacional. Seja para condução autónoma, vigilância, imagética médica, comércio a retalho inteligente ou aplicações industriais, o YOLO11 é suficientemente versátil para quase qualquer aplicação de visão computacional.

O Ultralytics YOLO11 está pronto para seus sistemas e plataformas#

O Ultralytics YOLO11 foi concebido para se integrar nos sistemas e plataformas que já usas. Com base no suporte disponibilizado pelo YOLOv8, o YOLO11 é compatível com uma vasta gama de ambientes de treino, teste e implementação. Quer trabalhes com GPUs NVIDIA, dispositivos de periferia ou implementações em plataformas na nuvem, o YOLO11 está otimizado para se adaptar ao teu fluxo de trabalho.

Estas integrações são excelentes complementos que tornam o YOLO11 adaptável a diferentes setores, ajudando as empresas a implementar facilmente o modelo nos processos existentes. Por exemplo, imagina que queres usar o YOLO11 na agricultura, mais especificamente para monitorizar culturas. Poderás precisar de implementar o modelo em drones para identificar problemas de saúde das plantas em tempo real em grandes campos. No entanto, se trabalhares na área da segurança, talvez prefiras usar o YOLO11 com um sistema na nuvem para monitorizar vários fluxos de câmaras e detetar objetos.

Fig. 5. Uso do Ultralytics YOLO11 na agricultura.

Capacitando a comunidade de IA com o Ultralytics YOLO11#

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

Fig. 6. Execução de inferência do YOLO11 na Ultralytics HUB.

O Ultralytics HUB simplifica o processo de desenvolvimento, permitindo que os usuários carreguem conjuntos de dados, acessem vários modelos pré-treinados e gerenciem seus projetos em um só lugar. O HUB também oferece suporte à colaboração, facilitando o trabalho conjunto das equipes em projetos de IA. Confira alguns dos outros principais recursos do Ultralytics HUB:

• Treino na nuvem: a Ultralytics HUB oferece treino de modelos na nuvem para garantir escalabilidade e eficiência.
• Modelos pré-treinados: a plataforma dá acesso a diversos modelos pré-treinados YOLOv5, YOLOv8 e YOLO11.
• Exportação de modelos: os modelos treinados podem ser exportados para diversos formatos para implantação.
• Integrações: a Ultralytics HUB integra-se com plataformas como Roboflow, Google Colab e Weights & Biases.
• Documentação detalhada: o Ultralytics HUB oferece guias abrangentes e perguntas frequentes para ajudar os usuários.
• Suporte da comunidade: há uma comunidade ativa no Discord disponível para perguntas e discussões.

Graças ao design intuitivo da HUB, tanto os programadores experientes como os iniciantes podem começar rapidamente. À medida que mais programadores usam o Ultralytics YOLO11 através da HUB, esperamos ver muitas mais aplicações de visão computacional de alto desempenho.

Experimente o Ultralytics YOLO11 na prática#

Assim como o YOLOv8, você pode experimentar o YOLO11 na Ultralytics Platform e no pacote Python da Ultralytics. Você pode entrar na Ultralytics Platform ou consultar nosso guia de início rápido para ver instruções passo a passo sobre como instalar o pacote. Você pode explorar os recursos, experimentar diferentes conjuntos de dados e ver como o YOLO11 se comporta em vários cenários. Mal podemos esperar para ver a comunidade de IA se envolver com o YOLO11, contribuindo para seu desenvolvimento, enviando feedback ou criando soluções com base nele.

Seja você um desenvolvedor que quer otimizar projetos existentes ou alguém interessado em criar novas aplicações, sua participação pode impulsionar a inovação. Participe das discussões, compartilhe suas experiências e colabore com outras pessoas para aproveitar todo o potencial do Ultralytics YOLO11. Estamos empolgados para ver como você usará o YOLO11 para enfrentar desafios reais e dar vida às suas ideias criativas!

Um novo capítulo começa com o Ultralytics YOLO11#

O Ultralytics YOLO11 é o próximo passo na visão computacional, combinando precisão, velocidade e eficiência impressionantes. Anunciado no YV24, seus recursos avançados o tornam versátil para várias aplicações em tempo real, de veículos autônomos a soluções de varejo inteligente. À medida que a comunidade de IA começa a explorar e usar esse modelo, estamos empolgados para ver as maneiras criativas pelas quais o YOLO11 impulsionará a inovação e dará vida a novas possibilidades. Se você quer conhecer os avanços mais recentes da IA, experimente o YOLO11 e veja como ele pode elevar o nível dos seus projetos de visão computacional!

Para saberes mais sobre IA, visita o nosso repositório do GitHub e junta-te à nossa comunidade ativa. Descobre como a IA está a fazer progressos em áreas como a saúde e a agricultura.