Ultralytics YOLO11 chegou! Redefina o que é possível em IA!

Temos o prazer de apresentar a próxima evolução dos modelos Ultralytics: YOLO11! Com base nos impressionantes avanços das versões anteriores do modelo YOLO, o YOLO11 traz uma série de recursos 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 de especialistas, inovadores e desenvolvedores de IA, esta mais recente adição à família Ultralytics está definida para redefinir o que é possível com a visão computacional. 

Com sua arquitetura inovadora, o YOLO11 pode ser usado para várias tarefas de visão computacional, desde detecção de objetos em tempo real até classificação, tornando-o um divisor de águas para desenvolvedores e pesquisadores. As principais melhorias incluem extração de recursos aprimorada para 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 dar uma olhada mais de perto nos recursos que fazem o YOLO11 se destacar e como ele pode transformar suas aplicações de visão computacional. Vamos começar!

Conhecendo o YOLO11

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 sua arquitetura refinada e capacidades aprimoradas, o modelo suporta tarefas de visão computacional como estimativa de pose e segmentação de instâncias que a comunidade Vision AI passou a amar no Ultralytics YOLOv8, mas com desempenho e precisão ainda maiores. Glenn Jocher, fundador e CEO da Ultralytics, compartilhou: “Com o YOLO11, nos propusemos a desenvolver um modelo que ofereça poder e praticidade para aplicações no mundo real. Sua eficiência e precisão aprimoradas o tornam uma ferramenta robusta que pode ser adaptada aos desafios exclusivos enfrentados por diversos setores. Mal posso esperar para ver como a comunidade Vision AI usará o YOLO11 para criar soluções inovadoras e levar a visão computacional para o próximo nível.”

‍

Aqui está um vislumbre das tarefas de visão computacional que o YOLO11 suporta:

• Detecção de objetos: Identifica e localiza objetos dentro de imagens ou quadros de vídeo, desenhando caixas delimitadoras ao redor deles para aplicações como vigilância, direção autônoma e análise de varejo.
  ‍
• Segmentação de instâncias: Envolve identificar e separar objetos individuais dentro de uma imagem até o nível do pixel. É útil para aplicações como imagens médicas e detecção de defeitos na manufatura.
  ‍
• Classificação de imagem: Categoriza imagens inteiras em classes predefinidas, tornando-a ideal para aplicações como categorização de produtos no e-commerce ou monitoramento da vida selvagem.
  ‍
• Estimativa de pose: Detecta pontos-chave específicos dentro de uma imagem ou quadro de vídeo para rastrear movimentos ou poses, benéfico para rastreamento de condicionamento físico, análise esportiva e aplicações de assistência médica.
  ‍
• Detecção de objetos orientados (OBB): Detecta objetos com um ângulo de orientação, permitindo uma localização mais precisa de objetos rotacionados, o que é especialmente valioso para imagens aéreas, robótica e tarefas de automação de armazéns.
  ‍
• Rastreamento de Objetos: Monitora e acompanha o movimento de objetos em quadros de vídeo consecutivos, tornando-o essencial para muitas aplicações em tempo real.

‍

O que diferencia o YOLO11?

O YOLO11 se baseia nos avanços introduzidos no YOLOv9 e no YOLOv10 no início deste ano, incorporando designs arquitetônicos aprimorados, técnicas de extração de recursos aprimoradas e métodos de treinamento otimizados. O que realmente destaca o YOLO11 é 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 melhor extração de recursos, que é o processo de identificação de padrões e detalhes importantes de imagens, tornando possível capturar aspectos complexos com mais precisão, mesmo em cenários desafiadores.

Notavelmente, o YOLO11m alcança uma pontuação média de precisão (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. Isso significa que ele oferece resultados mais precisos e, ao mesmo tempo, é mais eficiente para executar. Além disso, o YOLO11 oferece velocidades de processamento mais rápidas, com tempos de inferência cerca de 2% mais rápidos do que o YOLOv10, tornando-o ideal para aplicações em tempo real. 

‍

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

De fato, o YOLO11 é altamente eficiente em termos de poder de processamento e é perfeitamente adequado para implantação em dispositivos de nuvem e de borda, garantindo flexibilidade em diferentes ambientes. Simplificando, o YOLO11 não é meramente uma atualização; é um modelo significativamente mais preciso, eficiente e flexível, mais bem equipado para lidar com qualquer desafio de visão computacional. Seja direção autônoma, vigilância, imagens de assistência médica, varejo inteligente ou casos de uso industrial, o YOLO11 é versátil o suficiente para atender a quase qualquer aplicação de visão computacional.

YOLO11 está pronto para seus sistemas e plataformas

YOLO11 foi projetado para integrar-se perfeitamente com os sistemas e plataformas que você já está utilizando. Com base no suporte fornecido pelo YOLOv8, o YOLO11 é compatível com uma ampla gama de ambientes para treinamento, teste e implantação. Esteja você trabalhando com GPUs NVIDIA, dispositivos de borda ou implementando na nuvem, o YOLO11 é otimizado para se encaixar em seu fluxo de trabalho sem esforço.

Essas integrações são ótimos complementos que tornam o YOLO11 adaptável a diferentes setores, ajudando as empresas a implementar facilmente o modelo em seus processos existentes. Por exemplo, digamos que você queira usar o YOLO11 para agricultura, especificamente para monitoramento de colheitas. Você pode precisar implantar o modelo em drones para identificar problemas de saúde das plantas em tempo real em grandes campos. No entanto, se você estiver na área de segurança, pode preferir usar o YOLO11 com um sistema baseado em nuvem para monitorar vários feeds de câmeras para detecção de objetos.

‍

Capacitando a comunidade de IA com o YOLO11

A comunidade de IA de visão pode esperar avanços empolgantes com o lançamento do YOLO11. Graças à sua precisão e eficiência aprimoradas, 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 amigável que simplifica o treinamento e a implantação de modelos YOLO, incluindo o YOLO11. 

‍

O Ultralytics HUB otimiza o processo de desenvolvimento, permitindo que os usuários carreguem conjuntos de dados, acessem uma variedade de modelos pré-treinados e gerenciem seus projetos em um só lugar. O HUB também oferece suporte à colaboração, facilitando o trabalho em equipe em projetos de IA. Aqui estão alguns dos outros recursos principais do Ultralytics HUB:

• Treinamento na nuvem: O Ultralytics HUB oferece treinamento de modelo contínuo baseado na nuvem para escalabilidade e eficiência.
  ‍
• Modelos pré-treinados: A plataforma fornece acesso a uma variedade de modelos YOLOv5, YOLOv8 e YOLO11 pré-treinados.
  ‍
• Exportação de modelo: Os modelos treinados podem ser exportados para vários formatos para implantação.
  ‍
• 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 usuário.
  ‍
• Suporte da comunidade: Uma comunidade ativa no Discord está disponível para perguntas e discussões.

Com o design intuitivo do HUB, tanto desenvolvedores experientes quanto novatos podem começar rapidamente. À medida que mais desenvolvedores usam o YOLO11 através do HUB, podemos esperar um aumento nas aplicações de alto desempenho que ultrapassam os limites da visão computacional e moldam o futuro da tecnologia de IA.

Experimente o YOLO11

Assim como o YOLOv8, o YOLO11 em breve estará disponível para teste através do Ultralytics HUB e do pacote Ultralytics Python. Você pode entrar no HUB ou consultar nosso guia de início rápido para obter instruções passo a passo sobre como instalar o pacote. Uma vez lançado, você poderá explorar seus recursos, experimentar diferentes datasets e ver como o YOLO11 se comporta em vários cenários. Estamos ansiosos para ver a comunidade de IA interagir com o YOLO11 e contribuir para o seu desenvolvimento, fornecendo feedback ou construindo sobre ele.

Seja você um desenvolvedor procurando otimizar projetos existentes ou alguém interessado em criar novas aplicações, seu envolvimento pode ajudar a impulsionar a inovação. Participe de discussões, compartilhe suas experiências e colabore com outras pessoas para desbloquear todo o potencial do YOLO11. Estamos animados para ver como você usa o YOLO11 para enfrentar desafios do mundo real e dar vida às suas ideias criativas!

Um novo capítulo começa com o YOLO11

YOLO11 é o próximo passo na visão computacional, combinando precisão, velocidade e eficiência impressionantes. Anunciado no YV24, seus recursos avançados o tornam versátil para diversas aplicações em tempo real, desde veículos autônomos até soluções de varejo inteligentes. À medida que a comunidade de IA começa a explorar e usar este modelo, estamos animados para ver as formas criativas com que o YOLO11 impulsionará a inovação e dará vida a novas possibilidades. Se você está procurando explorar os mais recentes avanços em IA, experimente o YOLO11 e veja como ele pode elevar seus projetos de visão computacional!

Para saber mais sobre IA, acesse nosso repositório GitHub e junte-se à nossa comunidade ativa. Descubra como a IA está avançando em áreas como saúde e agricultura.