Phát hiện đối tượng bằng model Ultralytics YOLOv8 đã huấn luyện trước

Trong hướng dẫn này, chúng ta sẽ tìm hiểu các model Ultralytics YOLO và cách sử dụng chúng để phát hiện đối tượng.

Tổng quan về model Ultralytics YOLOv8#

Hãy bắt đầu với các tính năng của model Ultralytics YOLOv8. Model này là một bước tiến đáng kể trong lĩnh vực phát hiện đối tượng, mang đến sự cân bằng hiệu quả giữa tốc độ và độ chính xác. So với các model YOLO trước đây, YOLOv8 suy luận nhanh hơn mà không làm giảm độ chính xác phát hiện.

Trong quá trình tìm hiểu, chúng ta sẽ so sánh tốc độ suy luận và độ chính xác của Ultralytics YOLOv8 với các model YOLO khác, qua đó cho thấy ưu điểm của model này trong phát hiện đối tượng theo thời gian thực. Với YOLOv8, người dùng có thể kỳ vọng hiệu suất được cải thiện đáng kể trên nhiều ứng dụng.

Sử dụng các model Ultralytics YOLOv8 đã huấn luyện trước#

Một trong những điểm nổi bật chính của model Ultralytics YOLOv8 là tính dễ sử dụng, đặc biệt khi dùng model pretrained. Dù bạn là developer chuyên nghiệp hay chỉ mới bắt đầu tìm hiểu về thị giác máy tính, machine learning hoặc deep learning, việc sử dụng các model YOLOv8 pretrained đều rất đơn giản.

Chỉ với hai dòng mã Python, bạn có thể chạy model Ultralytics YOLOv8 pretrained để phát hiện đối tượng. Nhờ đó, việc tích hợp các tính năng thị giác máy tính vào dự án trở nên dễ dàng và chỉ cần rất ít công sức.

Tài liệu và các tham số của Ultralytics YOLOv8#

Bạn cũng nên tìm hiểu các tài nguyên hiện có cho model Ultralytics YOLOv8. Các hướng dẫn sắp tới của chúng tôi sẽ bao quát nhiều chủ đề, bao gồm phát hiện đối tượng tùy chỉnh, theo dõi đối tượng, ước tính tư thế và phân đoạn, cung cấp hướng dẫn toàn diện cho người dùng ở mọi cấp độ.

Hình 1. Các tác vụ chính được thực hiện bởi các model Ultralytics YOLO.

Ngoài ra, chúng tôi sẽ đề cập đến các tham số dự đoán chính để khai thác tối đa Ultralytics YOLOv8. Hiểu rõ các tham số này, chẳng hạn như source, ngưỡng confidence và lựa chọn thiết bị, sẽ giúp bạn điều chỉnh model theo các yêu cầu cụ thể.

Phát hiện đối tượng thời gian thực bằng webcam#

Ultralytics YOLOv8 cũng có thể phát hiện đối tượng theo thời gian thực bằng webcam. Trong video, YOLOv8 phát hiện đối tượng trên luồng webcam trực tiếp với tốc độ hơn 100 khung hình mỗi giây.

Dù bạn đang giám sát một con phố đông đúc hay theo dõi đối tượng trong môi trường hỗn loạn, Ultralytics YOLOv8 vẫn hoạt động hiệu quả trong các tình huống thời gian thực. Với khả năng phát hiện chính xác và hiệu quả nhiều loại đối tượng, YOLOv8 mở ra những khả năng mới cho các ứng dụng trong nhiều ngành, bao gồm y tế, nông nghiệp và sản xuất.

Tổng kết#

Tóm lại, YOLOv8 đánh dấu một bước tiến đáng kể trong lĩnh vực phát hiện đối tượng. Tại Ultralytics, chúng tôi cam kết cung cấp cho developer và nhà nghiên cứu những công cụ và tài nguyên thiết thực về machine learning và trí tuệ nhân tạo. YOLOv8 sau đó đã được thay thế bằng Ultralytics YOLO26, có thể chạy bằng cùng Python API.

Xem toàn bộ video và đón xem thêm các hướng dẫn, cẩm nang và thông tin chuyên sâu. Tham gia cộng đồng để chia sẻ những gì bạn xây dựng bằng Ultralytics YOLO!