Chegou o Ultralytics YOLO11 ! Redefina o que é possível na IA!

É com grande entusiasmo que apresentamos a próxima evolução dos modelosUltralytics : YOLO11! Com base nos impressionantes avanços das versões anteriores do modelo YOLO , YOLO11 traz uma série de poderosas funcionalidades e optimizações que o tornam mais rápido, mais preciso e incrivelmente versátil. Anunciado no eventoYOLO Vision 2024 (YV24), a reunião híbrida anual da Ultralyticsde especialistas em IA, inovadores e programadores, esta mais recente adição à família Ultralytics está preparada para redefinir o que é possível com a visão por computador. 

Com a sua arquitetura inovadora, YOLO11 pode ser utilizado para várias tarefas de visão computacional, desde a deteção de objectos em tempo real até à classificação, o que o torna um fator de mudança para programadores e investigadores. As principais melhorias incluem uma extração de caraterísticas melhorada 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 caraterísticas que fazem com que YOLO11 se destaque e como pode transformar as suas aplicações de visão por computador. Vamos começar!

Conhecer a 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 a sua arquitetura refinada e capacidades melhoradas, o modelo suporta tarefas de visão por computador, como a estimativa de pose e a segmentação de instâncias, que a comunidade de IA de visão adorou Ultralytics YOLOv8mas com desempenho e precisão ainda maiores. Glenn Jocher, fundador e CEO da Ultralytics, partilhou: "Com o YOLO11, propusemo-nos desenvolver um modelo que oferecesse potência e praticidade para aplicações do mundo real. A sua eficiência e precisão melhoradas fazem dele uma ferramenta robusta que pode ser adaptada aos desafios únicos enfrentados por várias indústrias. Mal posso esperar para ver como a comunidade Vision AI usa YOLO11 para criar soluções inovadoras e levar a visão computacional para o próximo nível."

‍

Aqui está um vislumbre das tarefas de visão computacional que 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 track movimentos ou poses, benéfico para rastreamento de fitness, análise de esportes e aplicações de saúde.
  ‍
• 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 distingue YOLO11 ?

YOLO11 baseia-se nos avanços introduzidos no YOLOv9 e YOLOv10 no início deste ano, incorporando designs arquitectónicos melhorados, técnicas de extração de caraterísticas melhoradas e métodos de formação optimizados. O que realmente faz com que YOLO11 se destaque é a sua impressionante combinação de velocidade, precisão e eficiência, tornando-o um dos modelos mais capazes que Ultralytics criou até agora. Com um design melhorado, YOLO11 oferece uma melhor extração de caraterísticas, que é o processo de identificação de padrões e detalhes importantes das imagens, tornando possível captar aspectos intrincados com maior precisão, mesmo em cenários desafiantes.

Notavelmente, o YOLO11m atinge uma pontuação de precisão média (mAP) mais elevada no conjunto de dadosCOCO , utilizando menos 22% de parâmetros do que o YOLOv8mtornando-o computacionalmente mais leve sem sacrificar o desempenho. Isto significa que fornece resultados mais exactos e é mais eficiente na execução. Para além disso, YOLO11 proporciona velocidades de processamento mais rápidas, com tempos de inferência cerca de 2% mais rápidos do que YOLOv10, tornando-o ideal para aplicações em tempo real. 

‍

Foi criado para lidar com tarefas complexas, sendo mais fácil para os recursos e concebido para melhorar o desempenho de modelos de grande escala, o que o torna ideal para projectos de IA exigentes. As melhorias no pipeline de aumento também melhoraram o processo de formação, facilitando a adaptação YOLO11 a diferentes tarefas, quer esteja a trabalhar em pequenos projectos ou em aplicações de grande escala. 

De facto, YOLO11 é altamente eficiente em termos de capacidade de processamento e é perfeitamente adequado para ser implementado em dispositivos de nuvem e de ponta, garantindo flexibilidade em diferentes ambientes. Simplificando, 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, imagens de cuidados de saúde, retalho inteligente ou casos de utilização industrial, YOLO11 é suficientemente versátil para responder a quase todas as aplicações de visão computacional.

YOLO11 está pronto para os seus sistemas e plataformas

YOLO11 foi concebido para se integrar perfeitamente nos sistemas e plataformas que já está a utilizar. Com base no suporte fornecido pelo YOLOv8YOLO11 é compatível com uma ampla gama de ambientes para treinamento, teste e implantação. Quer esteja a trabalhar com GPUsNVIDIA , dispositivos edge ou a implementar em plataformas cloud, YOLO11 está optimizado para se adaptar ao seu fluxo de trabalho sem esforço.

Estas integrações são excelentes add-ons que tornam YOLO11 adaptável a diferentes sectores, ajudando as empresas a implementar facilmente o modelo nos seus processos existentes. Por exemplo, digamos que pretende utilizar YOLO11 na agricultura, especificamente na monitorização de culturas. Poderá ser necessário implementar o modelo em drones para identificar problemas de saúde das plantas em tempo real em grandes campos. No entanto, se estiver na área da segurança, pode preferir utilizar YOLO11 com um sistema baseado na nuvem para monitorizar várias transmissões de câmaras para deteção de objectos.

‍

Capacitar a comunidade de IA com o YOLO11

A comunidade de IA de visão pode esperar avanços emocionantes com o lançamento do YOLO11. Graças à sua maior precisão e eficiência, este novo modelo tem o potencial de transformar as aplicações existentes e criar novas aplicações. Um fator importante para este progresso é o Ultralytics HUB. O Ultralytics HUB é uma plataforma de fácil utilização que simplifica a formação e a implementação dos modelos YOLO , incluindo YOLO11. 

‍

O Ultralytics HUB simplifica o processo de desenvolvimento, permitindo que os utilizadores carreguem conjuntos de dados, acedam a uma gama de modelos pré-treinados e façam a gestão dos seus projectos, tudo num único local. O HUB também suporta a colaboração, facilitando o trabalho conjunto das equipas em projectos de IA. Aqui estão alguns dos outros recursos principais do Ultralytics HUB:

• Formação em nuvem: O Ultralytics HUB oferece treinamento de modelo baseado em nuvem contínuo 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 se integra perfeitamente a plataformas como Roboflow, Google Colab e Weights & Biases.
  ‍
• Documentação detalhada: O Ultralytics HUB oferece guias abrangentes e FAQs para apoio ao utilizador.
  ‍
• Suporte da comunidade: Uma comunidade ativa no Discord está disponível para perguntas e discussões.

Com o design intuitivo do HUB, tanto os programadores experientes como os recém-chegados podem começar rapidamente. À medida que mais programadores utilizam YOLO11 através do HUB, podemos esperar um aumento de aplicações de elevado desempenho que ultrapassam os limites da visão por computador e moldam o futuro da tecnologia de IA.

Ponha as mãos na massa com o YOLO11

Tal como YOLOv8, YOLO11 estará brevemente disponível para ser experimentado através do Ultralytics HUB e do pacoteUltralytics Python . Pode iniciar sessão no HUB ou consultar o nosso guia de início rápido para obter instruções passo a passo sobre como instalar o pacote. Uma vez lançado, poderá explorar as suas funcionalidades, experimentar diferentes conjuntos de dados e ver o desempenho do YOLO11 em vários cenários. Mal podemos esperar para ver a comunidade de IA envolver-se com o YOLO11 e contribuir para o seu desenvolvimento, fornecendo feedback ou construindo sobre ele.

Quer seja um programador que procura otimizar projectos existentes ou alguém interessado em criar novas aplicações, o seu envolvimento pode ajudar a impulsionar a inovação. Participe em discussões, partilhe as suas experiências e colabore com outros para desbloquear todo o potencial do YOLO11. Estamos ansiosos por ver como utiliza YOLO11 para enfrentar os desafios do mundo real e dar vida às suas ideias criativas!

Um novo capítulo começa com YOLO11

YOLO11 é o próximo passo em frente na visão computacional, combinando precisão, velocidade e eficiência impressionantes. Anunciado no YV24, as suas caraterísticas avançadas tornam-no versátil para várias aplicações em tempo real, desde veículos autónomos a soluções de retalho inteligentes. À medida que a comunidade de IA começa a explorar e a utilizar este modelo, estamos entusiasmados por ver as formas criativas como YOLO11 irá impulsionar a inovação e dar vida a novas possibilidades. Se pretende explorar os mais recentes avanços em IA, experimente YOLO11 e veja como pode elevar os seus projectos 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.