Ultralytics YOLO11 уже здесь! Переопредели границы возможного в ИИ!

Мы рады представить следующую эволюцию моделей Ultralytics models: YOLO11! Опираясь на впечатляющие достижения предыдущих версий моделей YOLO, YOLO11 предлагает множество мощных функций и оптимизаций, которые делают ее быстрее, точнее и невероятно универсальной. Анонсированная на YOLO Vision 2024 (YV24) event, ежегодной гибридной встрече экспертов по искусственному интеллекту, новаторов и разработчиков от Ultralytics, эта новейшая разработка в семействе Ultralytics призвана переосмыслить возможности computer vision.

Благодаря своей инновационной архитектуре Ultralytics YOLO11 может использоваться для различных задач компьютерного зрения: от обнаружения объектов в реальном времени до классификации, что делает ее настоящим прорывом как для разработчиков, так и для исследователей. Ключевые улучшения включают в себя расширенное извлечение признаков для более точного захвата деталей, высокую точность при меньшем количестве параметров и более высокую скорость обработки, которая значительно улучшает производительность в реальном времени. В этой статье мы подробнее рассмотрим функции, которые выделяют YOLO11, и то, как она может преобразить твои приложения компьютерного зрения. Начнем!

Рис. 1. Гленн Джохер (Glenn Jocher) на сцене анонсирует Ultralytics YOLO11 на конференции YOLO Vision 24.

Знакомство с Ultralytics YOLO11#

YOLO11 открывает новую главу для семейств YOLO, предлагая более мощную и универсальную модель, которая выводит computer vision на новую высоту. Благодаря усовершенствованной архитектуре и расширенным возможностям модель поддерживает такие computer vision tasks, как оценка позы и сегментация экземпляров, которые так полюбились сообществу ИИ за Ultralytics YOLOv8, но с еще большей производительностью и точностью. Glenn Jocher, основатель и генеральный директор Ultralytics, поделился: «С помощью YOLO11 мы поставили перед собой задачу разработать модель, которая сочетает в себе как мощность, так и практичность для реальных приложений. Ее повышенная эффективность и точность делают ее надежным инструментом, который можно адаптировать под уникальные задачи различных отраслей. Мне не терпится увидеть, как сообщество Vision AI использует YOLO11 для создания инновационных решений и вывода компьютерного зрения на новый уровень».

Рис. 2. Гленн Джохер (Glenn Jocher) на сцене анонсирует Ultralytics YOLO11 на YV24.

Вот краткий обзор задач компьютерного зрения, которые поддерживает Ultralytics YOLO11:

• Object detection: определяет и находит объекты на изображениях или кадрах видео, обводя их ограничивающими рамками для таких приложений, как surveillance, autonomous driving и retail analytics.
• Instance segmentation: включает в себя идентификацию и разделение отдельных объектов на изображении вплоть до уровня пикселей. Это полезно для таких задач, как medical imaging и обнаружение дефектов в manufacturing.
• Image classification: распределяет целые изображения по предопределенным классам, что делает модель идеальной для таких задач, как product categorization в электронной коммерции или wildlife monitoring.
• Pose estimation: обнаруживает определенные ключевые точки на изображении или кадре видео для отслеживания движений или поз, что полезно для fitness tracking, sports analytics и healthcare.
• Oriented object detection (OBB): обнаруживает объекты с учетом угла поворота, обеспечивая более точную локализацию повернутых объектов, что особенно ценно для aerial imagery, robotics и warehouse automation.
• Object Tracking: отслеживает перемещение объектов across consecutive video frames, что необходимо для многих приложений реального времени.

Fig 3. Задачи компьютерного зрения, поддерживаемые Ultralytics YOLO11.

Что выделяет Ultralytics YOLO11?#

YOLO11 опирается на достижения, представленные в YOLOv9 и YOLOv10 ранее в этом году, включая улучшенный архитектурный дизайн, усовершенствованные методы извлечения признаков и оптимизированные методы обучения. Что действительно выделяет YOLO11, так это впечатляющее сочетание скорости, точности и эффективности, что делает ее одной из самых мощных моделей, созданных Ultralytics на сегодняшний день. Благодаря улучшенному дизайну YOLO11 предлагает лучшее feature extraction, то есть процесс выявления важных паттернов и деталей на изображениях, что позволяет более точно фиксировать сложные аспекты даже в сложных сценариях.

Примечательно, что YOLO11m достигает более высокого значения mean Average Precision (mAP) score на COCO dataset, используя на 22% меньше параметров, чем YOLOv8m, что делает ее более легкой в вычислительном плане без ущерба для производительности. Это означает, что она выдает более точные результаты и при этом более эффективна в работе. Вдобавок к этому YOLO11 обеспечивает более высокую скорость обработки: время вывода примерно на 2% быстрее, чем у YOLOv10, что делает модель идеальной для приложений реального времени.

Рис. 4. Использование Ultralytics YOLO11 для обнаружения объектов.

Она создана для решения сложных задач при меньших затратах ресурсов и предназначена для повышения производительности крупномасштабных моделей, что делает ее отличным выбором для требовательных проектов в области ИИ. Усовершенствования конвейера аугментации также улучшили процесс обучения, позволив Ultralytics YOLO11 проще адаптироваться к различным задачам независимо от того, работаешь ли ты над небольшими проектами или масштабными приложениями.

Фактически, YOLO11 обладает высокой эффективностью с точки зрения вычислительной мощности и идеально подходит для deployment как в облаке, так и на периферийных устройствах, обеспечивая гибкость в различных средах. Проще говоря, YOLO11 — это не просто обновление; это значительно более точная, эффективная и гибкая модель, лучше приспособленная для решения любых задач компьютерного зрения. Будь то autonomous driving, surveillance, healthcare imaging, smart retail или industrial use cases, YOLO11 достаточно универсальна для практически любого приложения компьютерного зрения.

Ultralytics YOLO11 готова к работе с твоими системами и платформами#

Ultralytics YOLO11 разработана для бесшовной интеграции с системами и платформами, которые ты уже используешь. Опираясь на поддержку, обеспечиваемую YOLOv8, YOLO11 совместима с широким спектром сред для обучения, тестирования и развертывания. Независимо от того, работаешь ли ты с графическими процессорами NVIDIA, периферийными устройствами или развертываешь на облачных платформах, YOLO11 оптимизирована так, чтобы легко вписаться в твой рабочий процесс.

Эти интеграции представляют собой отличные дополнения, которые делают YOLO11 адаптируемой к различным отраслям, помогая businesses легко внедрять модель в существующие процессы. Например, предположим, ты хочешь использовать YOLO11 для agriculture, а именно для crop monitoring. Тебе может потребоваться развернуть модель на дронах для выявления проблем со здоровьем растений в реальном времени на больших полях. Однако, если ты занимаешься безопасностью, тебе может быть удобнее использовать YOLO11 с облачной системой для мониторинга нескольких потоков с камер с целью object detection.

Рис. 5. Использование Ultralytics YOLO11 в сельском хозяйстве.

Расширение возможностей сообщества ИИ с помощью Ultralytics YOLO11#

Сообщество Vision AI может ожидать захватывающих достижений с запуском YOLO11. Благодаря повышенной точности и эффективности эта новая модель обладает потенциалом преобразовать существующие приложения и создать новые. Важным фактором этого прогресса является Ultralytics HUB. Ultralytics HUB — это удобная платформа, которая упрощает обучение и развертывание моделей YOLO, включая YOLO11.

Рис 6. Запуск выводов YOLO11 на Ultralytics HUB.

Ultralytics HUB оптимизирует процесс разработки, позволяя пользователям загружать наборы данных, получать доступ к ряду предварительно обученных моделей и управлять своими проектами в одном месте. HUB также поддерживает совместную работу, что упрощает командам взаимодействие над ИИ-проектами. Вот некоторые другие ключевые функции Ultralytics HUB:

• Cloud training: Ultralytics HUB предлагает бесшовное облачное обучение моделей для масштабируемости и эффективности.
• Pre-trained models: платформа предоставляет доступ к различным предварительно обученным моделям YOLOv5, YOLOv8 и YOLO11.
• Экспорт моделей: Обученные модели могут быть экспортированы в различные форматы для развертывания.
• Integrations: Ultralytics HUB легко интегрируется с такими платформами, как Roboflow, Google Colab и Weights & Biases.
• Подробная документация: Ultralytics HUB предлагает исчерпывающие руководства и часто задаваемые вопросы для поддержки пользователей.
• Поддержка сообщества: Активное сообщество в Discord доступно для вопросов и обсуждений.

Благодаря интуитивно понятному дизайну HUB как опытные разработчики, так и новички могут быстро начать работу. По мере того как все больше разработчиков используют Ultralytics YOLO11 через HUB, мы можем рассчитывать на появление множества высокопроизводительных приложений, раздвигающих границы компьютерного зрения и формирующих будущее технологий ИИ.

Попробуй поработать с Ultralytics YOLO11#

Точно так же, как и YOLOv8, YOLO11 скоро станет доступна для тестирования через Ultralytics HUB и Ultralytics Python package. Ты можешь войти в Ultralytics HUB или ознакомиться с нашим quickstart guide для получения пошаговых инструкций по установке пакета. После релиза ты сможешь изучить ее функции, поэкспериментировать с различными datasets и посмотреть, как YOLO11 работает в различных сценариях. Мы с нетерпением ждем участия сообщества ИИ в работе с YOLO11 путем contributing в ее разработку, отправки отзывов или создания собственных решений на ее основе.

Независимо от того, являешься ли ты разработчиком, желающим оптимизировать существующие проекты, или человеком, заинтересованным в создании новых приложений, твое участие может помочь стимулировать инновации. Присоединяйся к обсуждениям, делись своим опытом и сотрудничай с другими, чтобы раскрыть весь потенциал Ultralytics YOLO11. Мы с нетерпением ждем возможности увидеть, как ты используешь YOLO11 для решения реальных задач и воплощения своих творческих идей в жизнь!

Новая глава начинается с Ultralytics YOLO11#

Ultralytics YOLO11 — это следующий шаг вперед в компьютерном зрении, объединяющий впечатляющую точность, скорость и эффективность. Анонсированные на YV24, ее продвинутые функции делают ее универсальной для различных приложений реального времени: от автономных транспортных средств до умных торговых решений. По мере того как ИИ-сообщество начинает изучать и использовать эту модель, мы рады видеть те творческие способы, которыми YOLO11 будет стимулировать инновации и воплощать новые возможности в жизнь. Если ты хочешь изучить последние достижения в области ИИ, попробуй YOLO11 и посмотри, как она может улучшить твои проекты компьютерного зрения!

Чтобы узнать больше об искусственном интеллекте, перейди в наш GitHub repository и присоединяйся к our active community. Узнай, как ИИ добивается успехов в таких областях, как healthcare и agriculture.