ultralytics
Akıllı açıklama ekleme, veri kümesi yönetimi ve yerleşik analizler. Ham veriden eğitim aşamasına geçmek için ihtiyacınız olan her şey, Ultralytics .
17.8K
Toplam model sayısı
34.4M
Oluşturulan görseller
167.7M
Oluşturulan açıklamalar
Ultralytics , yüksek kaliteli etiketli veri kümelerini daha hızlı oluşturmanız için gerekli araçları sunar. Akıllı etiketlemeden hassas manuel düzenlemeye kadar her araç, kaliteden ödün vermeden etiketleme süresini kısaltmak üzere tasarlanmıştır.
SAM akıllı etiketleme: Tek bir tıklamayla hassas maskeler, sınırlayıcı kutular veya yönlendirilmiş kutular oluşturun.
Manuel etiketleme araçları: Beş algılama görevinin tümü için eksiksiz bir çizim araçları paketi.
Satır içi sınıf oluşturma: Sınıfları doğrudan açıklama ekleme sırasında oluşturun ve düzenleyin.
Poz: Poz tahmin projeleriniz için şablonları kullanın veya özel anahtar noktalar oluşturun.
Görselleri, videoları veya ZIP arşivlerini doğrudan platforma yükleyin. YOLO COCO önceden etiketlenmiş veri kümelerini içe aktarın ya da işlenmemiş, etiketlenmemiş görsellerle sıfırdan başlayın. Verileriniz saniyeler içinde işlenir, doğrulanır ve etiketlemeye hazır hale gelir.
Eğitime başlamadan önce veri kümenizi en ince ayrıntısına kadar anlayın. Sınıf dağılımlarını görselleştirin, bölünme dengesizliklerini tespit edin, etiketleme konumlarına ilişkin ısı haritalarını inceleyin ve görüntü boyut dağılımlarını kontrol edin; tüm bunları, veri kümenizin gelişmesine paralel olarak otomatik olarak güncellenen yerleşik grafikler aracılığıyla yapabilirsiniz.
1
Açıklama ekle
2
Eğitim
3
Dağıt
Evet. Ultralytics , bilgisayar görme alanında en yaygın olarak kullanılan iki etiketleme standardı olan YOLO ve COCO etiketlenmiş veri kümelerini kabul eder. Verileriniz, bu formatlardan birine aktarım yapabilen CVAT veya Roboflow gibi başka bir araçta etiketlenmişse, bunları doğrudan yükleyebilir ve anında eğitime başlayabilirsiniz.
Bilgisayar görme modelleri, etiketlenmiş veri kümeleriyle eğitilir ve görsel kalıpları verilerinizdeki etiketlerle ilişkilendirmeyi öğrenir. Eğitim verilerinizin kalitesi, boyutu ve dengesi, eğitilmiş modellerin performansını doğrudan etkiler. Ultralytics , etiketleme iş akışınızı doğrudan bulut tabanlı eğitime bağlar; başka bir araca geçmenize gerek kalmaz.
Ultralytics , veri seti içe aktarımı için YOLO ve COCO destekler ve yükleme sırasında formatı otomatik olarak algılar. CVAT, LabelImg veya LabelMe gibi açık kaynaklı bir araçta verilerinizi etiketlediyseniz, etiketlerinizi YOLO COCO aktarın; bu şekilde otomatik olarak işlenecektir. Platformdan etiketleri Ultralytics formatında dışa aktarabilirsiniz.
Manuel etiketleme, insan etiketleyicilerin bir etiketleme aracı kullanarak etiketleri doğrudan görüntülere çizmesini içerir. Akıllı etiketleme ise, Meta tarafından geliştirilen açık kaynaklı bir model olan Segment Anything (SAM) gibi yapay zeka algoritmalarını kullanarak, minimum insan müdahalesiyle görüntülere önceden etiket atamayı sağlar. Çoğu üretim iş akışı, hız için akıllı etiketlemeyi ve doğruluk için manuel incelemeyi bir arada kullanır.
Görüntü etiketleme nedir? Görüntü etiketleme, görüntülerdeki nesneleri, özellikleri veya bölgeleri tanımlamak için görüntülere etiket ekleme sürecidir. Bu, nesne algılama, görüntü segmentasyonu, görüntü sınıflandırma ve duruş tahmini gibi görevler için bilgisayar görme modellerini eğitmenin temel adımıdır. Etiketleme türleri kullanım amacına göre değişiklik gösterir ve sınırlayıcı kutular, çokgenler, maskeler ve anahtar noktaları içerir. Bu süreç, hem açık kaynaklı araçlarda hem de özel ticari platformlarda gerçekleştirilir.
Ultralytics'te üretim aşamasına hazır bilgisayar görme modelleri geliştiren binlerce ekibe katılın.
