Xuất khẩu một đào tạo tùy chỉnh Ultralytics YOLOv8 người mẫu

Hãy cùng chúng tôi tìm hiểu sâu hơn về tính năng phát hiện đối tượng tùy chỉnh với Ultralytics YOLOv8 . Trong bài đăng trên blog này, chúng ta sẽ khám phá quy trình phức tạp của việc đào tạo một mô hình tùy chỉnh, xuất các trọng số đã đào tạo và chạy suy luận trực tiếp trên webcam. 

Huấn luyện một mô hình object detection tùy chỉnh

Trong video trước, chúng ta đã đi sâu vào lĩnh vực đào tạo YOLOv8 mô hình trên một tập dữ liệu cốc tùy chỉnh trong Google Colab. Chúng tôi thấy biểu đồ huấn luyện được cải thiện đều đặn, với độ lệch giảm dần và vị trí lỗi trung bình tăng lên. Dựa trên điều này, mô hình đặc biệt của chúng tôi hiện có thể xác định năm loại cốc khác nhau một cách rất chính xác.

‍

Với mô hình tùy chỉnh của chúng tôi đã được huấn luyện và sẵn sàng hoạt động, đã đến lúc khám phá lĩnh vực tiếp theo — xuất các trọng số đã huấn luyện và chạy suy luận trực tiếp trên webcam.

Suy luận mô hình là quá trình sử dụng một mô hình thị giác máy tính đã được huấn luyện để đưa ra các dự đoán hoặc quyết định dựa trên dữ liệu mới, chưa từng thấy. Đó là khi mô hình sử dụng dữ liệu đầu vào, chẳng hạn như một hình ảnh, và xử lý nó thông qua các tham số và cấu trúc đã học của nó. Sau đó, mô hình tạo ra một đầu ra, chẳng hạn như phân loại, phát hiện hoặc phân đoạn, dựa trên nhiệm vụ huấn luyện của nó. 

Về mặt thực tế, suy luận thường liên quan đến việc triển khai mô hình đã huấn luyện vào môi trường sản xuất, nơi nó có thể được sử dụng để xử lý dữ liệu thực tế trong thời gian thực hoặc các tình huống xử lý hàng loạt.

Xuất và chạy suy luận với mô hình đã huấn luyện

Với trọng số mô hình được đào tạo được tải xuống từ Colab, chúng ta có thể nhập chúng một cách liền mạch vào Python môi trường, sẵn sàng giải phóng toàn bộ tiềm năng của mô hình tùy chỉnh của chúng tôi.

Sử dụng một vài dòng mã, chúng ta có thể thiết lập một Python kịch bản để chạy suy luận trực tiếp trên webcam, ghi lại cảnh quay thời gian thực và phát hiện các cốc khác nhau với độ chính xác ấn tượng. Sức mạnh của YOLOv8 tỏa sáng khi mô hình của chúng tôi dễ dàng nhận dạng các loại cốc có nhiều hình dạng, kích thước và màu sắc khác nhau, thể hiện tính linh hoạt và độ tin cậy của nó trong các tình huống thực tế.

Các mô hình tinh chỉnh mang lại nhiều lợi ích. Chúng có thể detect , segment hoặc classify các đối tượng mà các mô hình được đào tạo trước có thể không hỗ trợ. Ngoài ra, chúng có thể hỗ trợ các nhà nghiên cứu hoặc nhà khoa học dữ liệu hiểu rõ hơn về hiệu suất của kiến trúc mô hình trên các tập dữ liệu thực tế.

Tóm lại

Từ việc đào tạo một mô hình tùy chỉnh đến việc xuất các trọng số đã đào tạo và chạy suy luận trực tiếp trên webcam, chúng tôi đã chứng kiến sức mạnh và tính linh hoạt của YOLOv8 tận mắt chứng kiến.

Hãy tham gia cùng chúng tôi trong hành trình khám phá tiềm năng đầy đủ của tính năng phát hiện đối tượng tùy chỉnh với Ultralytics YOLOv8 . Cùng nhau, chúng ta hãy định hình tương lai của AI từng bước một. Hãy xem Ultralytics HUB và tài liệu của chúng tôi để biết thêm thông tin về mọi thứ. Ultralytics cũng như tham gia cộng đồng của chúng tôi để cập nhật những diễn biến mới nhất! 

Nếu bạn tò mò về việc xuất khẩu các sản phẩm được đào tạo tùy chỉnh YOLOv8 mô hình và suy luận chạy trên webcam, xem video đầy đủ tại đây !