Ultralytics YOLO11 geldi! Yapay zekada nelerin mümkün olduğunu yeniden tanımla!

Ultralytics modellerinin bir sonraki evrimini tanıtmaktan heyecan duyuyoruz: YOLO11! Önceki YOLO modeli sürümlerinin etkileyici ilerlemeleri üzerine inşa edilen YOLO11, onu daha hızlı, daha doğru ve inanılmaz derecede çok yönlü yapan bir dizi güçlü özellik ve optimizasyon sunuyor. Yapay zeka uzmanlarının, yenilikçilerin ve geliştiricilerin yıllık hibrit buluşması olan YOLO Vision 2024 (YV24) etkinliğinde duyurulan bu yeni Ultralytics ailesi üyesi, bilgisayarlı görü ile nelerin mümkün olduğunu yeniden tanımlamaya hazır.

Yenilikçi mimarisiyle YOLO11, gerçek zamanlı nesne algılamadan sınıflandırmaya kadar çeşitli bilgisayarlı görü görevleri için kullanılabilir ve bu da onu hem geliştiriciler hem de araştırmacılar için oyunun kurallarını değiştiren bir hale getirir. Temel iyileştirmeler arasında daha hassas detay yakalama için geliştirilmiş özellik çıkarımı, daha az parametreyle daha yüksek doğruluk ve gerçek zamanlı performansı önemli ölçüde artıran daha hızlı işleme hızları yer alıyor. Bu makalede, YOLO11'i öne çıkaran özelliklere ve bilgisayarlı görü uygulamalarını nasıl dönüştürebileceğine daha yakından bakacağız. Hadi başlayalım!

Şekil 1. YOLO Vision 24'te YOLO11'i duyuran Glenn Jocher sahnede.

Link to this sectionYOLO11'i tanımak#

YOLO11 marks a new chapter for the YOLO family, offering a more capable and versatile model that takes computer vision to new heights. With its refined architecture and enhanced capabilities, the model supports computer vision tasks like pose estimation and instance segmentation that the vision AI community has come to love about Ultralytics YOLOv8, but with even greater performance and precision. Glenn Jocher, Founder and CEO of Ultralytics, shared, “With YOLO11, we set out to develop a model that offers both power and practicality for real-world applications. Its improved efficiency and accuracy make it a robust tool that can be adapted to the unique challenges faced by various industries. I can’t wait to see how the Vision AI community uses YOLO11 to create innovative solutions and take computer vision to the next level.”

Şekil 2. YV24'te YOLO11'i duyuran Glenn Jocher sahnede.

İşte YOLO11'in desteklediği bilgisayarlı görü görevlerine bir bakış:

• Nesne algılama: Görüntüler veya video kareleri içindeki nesneleri tanımlar ve konumlandırır; gözetim, otonom sürüş ve perakende analitiği gibi uygulamalar için etraflarına sınırlayıcı kutular çizer.
• Örnek bölümleme: Bir görüntü içindeki ayrı nesnelerin piksel düzeyine kadar tanımlanmasını ve ayrılmasını içerir. Tıbbi görüntüleme ve üretimde kusur tespiti gibi uygulamalar için kullanışlıdır.
• Görüntü sınıflandırma: Görüntülerin tamamını önceden tanımlanmış sınıflara ayırır, bu da onu e-ticarette ürün kategorizasyonu veya yaban hayatı izleme gibi uygulamalar için ideal kılar.
• Poz tahmini: Hareketleri veya duruşları takip etmek için bir görüntü veya video karesindeki belirli anahtar noktaları algılar; fitness takibi, spor analitiği ve sağlık hizmetleri uygulamaları için faydalıdır.
• Yönelimli nesne algılama (OBB): Döndürülmüş nesnelerin daha hassas konumlandırılmasına olanak tanıyan bir yönelim açısıyla nesneleri algılar; bu, özellikle hava görüntüleri, robotik ve depo otomasyonu görevleri için değerlidir.
• Nesne Takibi: Nesnelerin ardışık video kareleri boyunca hareketini izler ve takip eder, bu da onu birçok gerçek zamanlı uygulama için gerekli kılar.

Şekil 3. YOLO11 Tarafından Desteklenen Bilgisayarlı Görü Görevleri.

Link to this sectionYOLO11'i farklı kılan nedir?#

YOLO11, bu yılın başlarında YOLOv9 ve YOLOv10 ile tanıtılan ilerlemeler üzerine inşa edilmiş olup, iyileştirilmiş mimari tasarımları, geliştirilmiş özellik çıkarımı tekniklerini ve optimize edilmiş eğitim yöntemlerini bünyesinde barındırır. YOLO11'i gerçekten öne çıkaran şey, hız, doğruluk ve verimliliğin etkileyici birleşimidir; bu da onu Ultralytics'in bugüne kadar yarattığı en yetenekli modellerden biri yapar. İyileştirilmiş tasarımıyla YOLO11, görüntülerden önemli desenleri ve detayları belirleme süreci olan daha iyi bir özellik çıkarımı sunar ve zorlu senaryolarda bile karmaşık yönleri daha doğru bir şekilde yakalamayı mümkün kılar.

Remarkably, YOLO11m achieves a higher mean Average Precision (mAP) score on the COCO dataset while using 22% fewer parameters than YOLOv8m, making it computationally lighter without sacrificing performance. This means it delivers more accurate results while being more efficient to run. On top of that, YOLO11 brings faster processing speeds, with inference times around 2% quicker than YOLOv10, making it ideal for real-time applications.

Şekil 4. Nesne algılama için YOLO11 kullanımı.

Karmaşık görevleri yerine getirirken kaynakları daha az yoracak şekilde üretilmiştir ve büyük ölçekli modellerin performansını artırmak için tasarlanmıştır; bu da onu zorlu yapay zeka projeleri için harika bir uyum sağlar. Artırma hattındaki iyileştirmeler de eğitim sürecini geliştirerek, ister küçük projeler üzerinde çalışıyor olun ister büyük ölçekli uygulamalar, YOLO11'in farklı görevlere uyum sağlamasını kolaylaştırdı.

Aslında YOLO11, işlem gücü açısından son derece verimlidir ve hem bulut hem de uç cihazlarda dağıtım için mükemmel şekilde uygundur, böylece farklı ortamlarda esneklik sağlar. Basitçe ifade etmek gerekirse, YOLO11 sadece bir yükseltme değildir; herhangi bir bilgisayarlı görü zorluğunu ele almak için daha donanımlı, önemli ölçüde daha doğru, verimli ve esnek bir modeldir. İster otonom sürüş, gözetim, sağlık görüntüleme, akıllı perakende veya endüstriyel kullanım durumları olsun, YOLO11 neredeyse her bilgisayarlı görü uygulamasına hitap edecek kadar çok yönlüdür.

Link to this sectionYOLO11 sistemlerin ve platformların için hazır#

YOLO11, halihazırda kullandığın sistemler ve platformlarla sorunsuz bir şekilde entegre olacak şekilde tasarlanmıştır. YOLOv8 tarafından sağlanan desteği temel alan YOLO11, eğitim, test ve dağıtım için çok çeşitli ortamlarla uyumludur. İster NVIDIA GPU'ları, ister uç cihazlar ile çalışıyor ol, ister bulut platformlarında dağıtım yapıyor ol, YOLO11 iş akışına zahmetsizce uyacak şekilde optimize edilmiştir.

Bu entegrasyonlar, YOLO11'i farklı endüstrilere uyarlanabilir kılan harika eklentilerdir ve işletmelerin modeli mevcut süreçlerinde kolayca uygulamalarına yardımcı olur. Örneğin, YOLO11'i tarımda, özellikle ürün izleme için kullanmak istediğini varsayalım. Geniş tarlalarda bitki sağlığı sorunlarını gerçek zamanlı olarak tanımlamak için modeli dronlara dağıtman gerekebilir. Ancak güvenlik alanındaysan, nesne algılama için birden fazla kamera beslemesini izlemek üzere YOLO11'i bulut tabanlı bir sistemle kullanmayı tercih edebilirsin.

Şekil 5. Tarımda YOLO11 kullanımı.

Link to this sectionYOLO11 ile yapay zeka topluluğunu güçlendirmek#

Vizyon yapay zeka topluluğu, YOLO11'in lansmanı ile heyecan verici ilerlemeler bekleyebilir. Gelişmiş doğruluğu ve verimliliği sayesinde bu yeni model, mevcut uygulamaları dönüştürme ve yenilerini yaratma potansiyeline sahiptir. Bu ilerlemedeki en büyük faktörlerden biri Ultralytics HUB'dır. Ultralytics HUB, YOLO11 dahil olmak üzere YOLO modellerinin eğitimini ve dağıtımını basitleştiren kullanıcı dostu bir platformdur.

Şekil 6. Ultralytics HUB'da YOLO11 Çıkarımlarını Çalıştır.

Ultralytics HUB, kullanıcıların veri kümelerini yüklemelerine, çeşitli önceden eğitilmiş modellere erişmelerine ve projelerini tek bir yerden yönetmelerine olanak tanıyarak geliştirme sürecini kolaylaştırır. HUB ayrıca iş birliğini destekleyerek ekiplerin yapay zeka projelerinde birlikte çalışmasını kolaylaştırır. İşte Ultralytics HUB'ın diğer temel özelliklerinden bazıları:

• Bulut eğitimi: Ultralytics HUB, ölçeklenebilirlik ve verimlilik için sorunsuz bulut tabanlı model eğitimi sunar.
• Önceden eğitilmiş modeller: Platform, çeşitli önceden eğitilmiş YOLOv5, YOLOv8 ve YOLO11 modellerine erişim sağlar.
• Model dışa aktarma: Eğitilmiş modeller, dağıtım için çeşitli formatlara aktarılabilir.
• Entegrasyonlar: Ultralytics HUB, Roboflow, Google Colab ve Weights & Biases gibi platformlarla sorunsuz bir şekilde entegre olur.
• Ayrıntılı dokümantasyon: Ultralytics HUB, kullanıcı desteği için kapsamlı rehberler ve SSS'ler sunar.
• Topluluk desteği: Sorular ve tartışmalar için aktif bir Discord topluluğu mevcuttur.

HUB'ın sezgisel tasarımı ile hem deneyimli geliştiriciler hem de yeni başlayanlar hızlı bir şekilde çalışmaya başlayabilir. Daha fazla geliştirici HUB aracılığıyla YOLO11'i kullandıkça, bilgisayarlı görünün sınırlarını zorlayan ve yapay zeka teknolojisinin geleceğini şekillendiren yüksek performanslı uygulamalarda bir artış görmeyi sabırsızlıkla bekleyebiliriz.

Link to this sectionYOLO11 ile uygulamalı deneyim kazan#

Tıpkı YOLOv8 gibi, YOLO11 de yakında Ultralytics HUB ve Ultralytics Python paketi aracılığıyla denenebilir olacak. Ultralytics HUB'da oturum açabilir veya paketi nasıl yükleyeceğin konusunda adım adım talimatlar için hızlı başlangıç kılavuzumuza göz atabilirsin. Yayınlandığında, özelliklerini keşfedebilecek, farklı veri kümeleriyle denemeler yapabilecek ve YOLO11'in çeşitli senaryolarda nasıl performans gösterdiğini görebileceksin. Yapay zeka topluluğunun, geliştirilmesine katkıda bulunarak, geri bildirim sağlayarak veya üzerine inşa ederek YOLO11 ile etkileşime girmesini görmeyi sabırsızlıkla bekliyoruz.

İster mevcut projelerini optimize etmek isteyen bir geliştirici ol, ister yeni uygulamalar yaratmakla ilgilenen biri; katılımın yeniliği desteklemeye yardımcı olabilir. Tartışmalara katıl, deneyimlerini paylaş ve YOLO11'in tüm potansiyelini ortaya çıkarmak için başkalarıyla iş birliği yap. YOLO11'i gerçek dünya zorluklarını ele almak ve yaratıcı fikirlerini hayata geçirmek için nasıl kullandığını görmekten heyecan duyuyoruz!

Link to this sectionYOLO11 ile yeni bir sayfa başlıyor#

YOLO11, etkileyici doğruluk, hız ve verimliliği birleştirerek bilgisayarlı görünün bir sonraki adımıdır. YV24'te duyurulan gelişmiş özellikleri, onu otonom araçlardan akıllı perakende çözümlerine kadar çeşitli gerçek zamanlı uygulamalar için çok yönlü kılıyor. Yapay zeka topluluğu bu modeli keşfetmeye ve kullanmaya başladıkça, YOLO11'in yeniliği nasıl teşvik edeceğini ve yeni olasılıkları nasıl hayata geçireceğini görmekten heyecan duyuyoruz. Yapay zekadaki en son gelişmeleri keşfetmek istiyorsan, YOLO11'i dene ve bilgisayarlı görü projelerini nasıl yükseltebileceğini gör!

Yapay zeka hakkında daha fazla bilgi edinmek için GitHub depomuza git ve aktif topluluğumuza katıl. Yapay zekanın sağlık hizmetleri ve tarım gibi alanlarda nasıl ilerleme kaydettiğini keşfet.