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

Estamos entusiasmados em apresentar a próxima evolução dos Ultralytics models: YOLO11! Construído com base nos avanços impressionantes das versões anteriores do modelo YOLO, o YOLO11 traz uma série de recursos e otimizações potentes que o tornam mais rápido, mais preciso e incrivelmente versátil. Anunciado no YOLO Vision 2024 (YV24) event, o evento híbrido anual da Ultralytics que reúne especialistas em IA, inovadores e desenvolvedores, esta nova adição à família Ultralytics vai redefinir o que é possível com computer vision.

Com a sua arquitetura inovadora, o Ultralytics YOLO11 pode ser usado para várias tarefas de visão computacional, desde deteção de objetos em tempo real até à classificação, tornando-o revolucionário tanto para programadores como para investigadores. As melhorias principais incluem 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 computer vision applications. Vamos começar!

Fig 1. Glenn Jocher no palco, anunciando o Ultralytics YOLO11 no YOLO Vision 24.

Conhecendo o Ultralytics YOLO11#

O YOLO11 marca um novo capítulo para a família YOLO, oferecendo um modelo mais capaz e versátil que leva a computer vision a novos patamares. Com sua arquitetura refinada e capacidades aprimoradas, o modelo suporta computer vision tasks como estimativa de pose e segmentação de instâncias que a comunidade de IA visual adora no Ultralytics YOLOv8, mas com desempenho e precisão ainda maiores. Glenn Jocher, Fundador e CEO da Ultralytics, compartilhou: “Com o YOLO11, decidimos desenvolver um modelo que oferece tanto poder quanto praticidade para aplicações do mundo real. Sua eficiência e precisão melhoradas tornam-no uma ferramenta robusta que pode ser adaptada aos desafios únicos enfrentados por várias indústrias. Mal posso esperar para ver como a comunidade de Vision AI usa o YOLO11 para criar soluções inovadoras e levar a computer vision para o próximo nível.”

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

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

• Object detection: Identifica e localiza objetos dentro de imagens ou quadros de vídeo, desenhando caixas delimitadoras ao redor deles para aplicações como surveillance, autonomous driving e retail analytics.
• Instance segmentation: Envolve a identificação e separação de objetos individuais dentro de imagem até o nível de pixel. É útil para aplicações como medical imaging e detecção de defeitos em manufacturing.
• Image classification: Categoriza imagens inteiras em classes predefinidas, tornando-o ideal para aplicações como product categorization no e-commerce ou wildlife monitoring.
• Pose estimation: Detecta pontos-chave específicos dentro de uma imagem ou quadro de vídeo para rastrear movimentos ou poses, sendo benéfico para aplicações de fitness tracking, sports analytics e healthcare.
• Oriented object detection (OBB): Detecta objetos com um ângulo de orientação, permitindo uma localização mais precisa de objetos rotacionados, o que é especialmente valioso para tarefas de aerial imagery, robotics e warehouse automation.
• Object Tracking: Monitora e acompanha o movimento de objetos across consecutive video frames, tornando-o essencial para muitas aplicações em tempo real.

Fig 3. Tarefas de Visão Computacional Suportadas pelo Ultralytics YOLO11.

O que distingue o Ultralytics YOLO11?#

O YOLO11 baseia-se nos avanços introduzidos no YOLOv9 e YOLOv10 no início deste ano, incorporando designs arquitetônicos aprimorados, técnicas de extração de recursos melhoradas e métodos de treinamento otimizados. O que realmente faz o YOLO11 se destacar 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 feature extraction, que é o processo de identificar padrões e detalhes importantes a partir de imagens, permitindo capturar aspectos complexos com maior precisão, mesmo em cenários desafiadores.

Notavelmente, o YOLO11m alcança uma pontuação de mean Average Precision (mAP) score maior no COCO dataset usando 22% menos parâmetros do que o YOLOv8m, tornando-o computacionalmente mais leve sem sacrificar o desempenho. Isso significa que ele entrega resultados mais precisos enquanto é mais eficiente para executar. Além disso, o YOLO11 traz 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.

Fig 4. A utilizar o Ultralytics YOLO11 para deteção de objetos.

Foi concebido para lidar com tarefas complexas, consumindo menos recursos e sendo desenhado para melhorar o desempenho de modelos em grande escala, o que o torna ideal para projetos de IA exigentes. As melhorias no pipeline de aumentação também otimizaram o processo de treino, facilitando a adaptação do Ultralytics YOLO11 a diferentes tarefas, quer estejas a trabalhar em pequenos projetos ou em aplicações de grande escala.

De fato, o YOLO11 é altamente eficiente em termos de poder de processamento e é perfeitamente adequado para deployment tanto em nuvem quanto em dispositivos de borda, garantindo flexibilidade em diferentes ambientes. Em suma, o YOLO11 não é apenas uma atualização; é um modelo significativamente mais preciso, eficiente e flexível, mais bem equipado para lidar com qualquer desafio de computer vision. Seja em autonomous driving, surveillance, healthcare imaging, smart retail ou industrial use cases, o YOLO11 é versátil o suficiente para atender a quase qualquer aplicação de computer vision.

O Ultralytics YOLO11 está pronto para os teus sistemas e plataformas#

O Ultralytics YOLO11 foi concebido para seamlessly integrate com os sistemas e plataformas que já estás a usar. Com base no suporte fornecido pelo YOLOv8, o YOLO11 é compatível com uma vasta gama de ambientes para training, testing e deployment. Estejas a trabalhar com NVIDIA GPUs, edge devices ou a fazer deploying on cloud, o YOLO11 está otimizado para se ajustar ao teu fluxo de trabalho sem esforço.

Essas integrações são ótimas adições que tornam o YOLO11 adaptável a diferentes indústrias, ajudando businesses a implementar facilmente o modelo em seus processos existentes. Por exemplo, digamos que queres usar o YOLO11 para agriculture, especificamente para crop monitoring. Podes precisar de fazer o deploy do modelo em drones para identificar problemas de saúde das plantas em tempo real em grandes campos. No entanto, se estás na segurança, podes preferir usar o YOLO11 com um sistema baseado em nuvem para monitorar vários feeds de câmera para object detection.

Fig 5. A utilizar o Ultralytics YOLO11 na agricultura.

Capacitar a comunidade de IA com o Ultralytics 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:

• Cloud training: O Ultralytics HUB oferece treinamento de modelos baseado em nuvem integrado para escalabilidade e eficiência.
• Pre-trained models: 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.
• Integrations: 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 os programadores experientes como os principiantes conseguem começar rapidamente. À medida que mais programadores utilizam o Ultralytics YOLO11 através do HUB, podemos antecipar um aumento de aplicações de alto desempenho que expandem os limites da visão computacional e moldam o futuro da tecnologia de IA.

Experimenta o Ultralytics YOLO11 na prática#

Assim como o YOLOv8, o YOLO11 estará disponível em breve para experimentação através do Ultralytics HUB e do Ultralytics Python package. Podes iniciar sessão no Ultralytics HUB ou conferir o nosso quickstart guide para obter instruções passo a passo sobre como instalar o pacote. Uma vez lançado, poderás explorar seus recursos, experimentar diferentes datasets e ver como o YOLO11 se sai em vários cenários. Mal podemos esperar para ver a comunidade de IA interagir com o YOLO11 ao contributing para o seu desenvolvimento, fornecer feedback ou construir em cima dele.

Quer sejas um programador 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 Ultralytics YOLO11. Estamos entusiasmados por ver como usas o YOLO11 para enfrentar desafios do mundo real e dar vida às tuas ideias criativas!

Um novo capítulo começa com o Ultralytics YOLO11#

O Ultralytics YOLO11 é o passo seguinte em 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 até soluções de retalho inteligente. À medida que a comunidade de IA começa a explorar e a usar este modelo, estamos entusiasmados por ver as formas criativas como o YOLO11 vai impulsionar a inovação e dar vida a novas possibilidades. Se procuras explorar os avanços mais recentes em IA, experimenta o YOLO11 e vê como ele pode elevar os teus projetos de visão computacional!

Para saber mais sobre IA, vai ao nosso GitHub repository e junta-te a our active community. Descobre como a IA está a avançar em áreas como healthcare e agriculture.