Ultralytics YOLO11 ist da! Definiere neu, was in der KI möglich ist!

Wir freuen uns, die nächste Evolution der Ultralytics Modelle vorstellen zu können: YOLO11! Aufbauend auf den beeindruckenden Fortschritten der vorherigen YOLO Modellversionen bietet YOLO11 eine Vielzahl leistungsstarker Funktionen und Optimierungen, die sie schneller, genauer und unglaublich vielseitig machen. Angekündigt auf der YOLO Vision 2024 (YV24) Veranstaltung, Ultralyticsdem jährlichen Treffen von KI-Experten, Innovatoren und Entwicklern, wird dieses neueste Mitglied der Ultralytics Familie die Möglichkeiten der Computer Vision neu definieren. 

Mit seiner innovativen Architektur kann YOLO11 für verschiedene Aufgaben der Computer Vision eingesetzt werden, von der Objekterkennung in Echtzeit bis hin zur Klassifizierung, was es für Entwickler/innen und Forscher/innen gleichermaßen zu einem Wendepunkt macht. Zu den wichtigsten Verbesserungen gehören eine verbesserte Merkmalsextraktion für eine präzisere Detailerfassung, eine höhere Genauigkeit mit weniger Parametern und eine höhere Verarbeitungsgeschwindigkeit, die die Echtzeitleistung deutlich verbessert. In diesem Artikel werfen wir einen genaueren Blick auf die Funktionen, die YOLO11 auszeichnen und wie es deine Computer Vision Anwendungen verändern kann. Los geht's!

Kennenlernen YOLO11

YOLO11 läutet ein neues Kapitel in der YOLO Familie ein und bietet ein leistungsfähigeres und vielseitigeres Modell, das die Computer Vision auf ein neues Niveau hebt. Mit seiner verfeinerten Architektur und seinen erweiterten Fähigkeiten unterstützt das Modell die von der Vision AI-Community geschätzten Aufgaben wie Posenschätzung und Instanzsegmentierung Ultralytics YOLOv8aber mit noch mehr Leistung und Präzision. Glenn Jocher, Gründer und CEO von Ultralytics, erklärt: "Mit YOLO11 haben wir uns vorgenommen, ein Modell zu entwickeln, das sowohl leistungsstark als auch praktisch für reale Anwendungen ist. Seine verbesserte Effizienz und Genauigkeit machen es zu einem robusten Werkzeug, das an die besonderen Herausforderungen verschiedener Branchen angepasst werden kann. Ich kann es kaum erwarten, zu sehen, wie die Vision AI-Community YOLO11 nutzt, um innovative Lösungen zu entwickeln und die Computer Vision auf die nächste Stufe zu heben."

‍

Hier ein kleiner Einblick in die Computer Vision Aufgaben, die YOLO11 unterstützt:

• Objekterkennung: Identifiziert und lokalisiert Objekte in Bildern oder Videoframes und zeichnet Bounding Boxes um sie für Anwendungen wie Überwachung, autonomes Fahren und Einzelhandelsanalysen.
• Instanz-Segmentierung: Dabei werden einzelne Objekte in einem Bild bis auf Pixelebene identifiziert und voneinander getrennt. Sie ist nützlich für Anwendungen wie medizinische Bildgebung und Fehlererkennung in der Produktion.
• Bildklassifizierung: Kategorisiert ganze Bilder in vordefinierte Klassen und ist damit ideal für Anwendungen wie die Produktkategorisierung im E-Commerce oder die Überwachung von Wildtieren.
• Schätzung der Körperhaltung: Erkennt bestimmte Schlüsselpunkte innerhalb eines Bildes oder Videobildes, um Bewegungen oder Posen zu verfolgen, was für Fitness-Tracking, Sportanalysen und Anwendungen im Gesundheitswesen nützlich ist.
• Orientierte Objekterkennung (OBB): Erkennt Objekte mit einem Ausrichtungswinkel, was eine präzisere Lokalisierung von gedrehten Objekten ermöglicht, was besonders für Luftaufnahmen, Robotik und Lagerautomatisierungsaufgaben wertvoll ist.
• Objektverfolgung: Überwacht und verfolgt die Bewegung von Objekten in aufeinanderfolgenden Videobildern und ist daher für viele Echtzeitanwendungen unerlässlich.

‍

Was zeichnet YOLO11 aus?

YOLO11 baut auf den Fortschritten auf, die in YOLOv9 und YOLOv10 Anfang des Jahres eingeführt wurden, und beinhaltet verbesserte Architekturen, erweiterte Techniken zur Merkmalsextraktion und optimierte Trainingsmethoden. Was YOLO11 wirklich auszeichnet, ist die beeindruckende Kombination aus Geschwindigkeit, Genauigkeit und Effizienz, die es zu einem der leistungsfähigsten Modelle macht, die Ultralytics bisher entwickelt hat. Mit einem verbesserten Design bietet YOLO11 eine bessere Merkmalsextraktion, d. h. die Erkennung wichtiger Muster und Details in Bildern, wodurch es möglich ist, selbst in schwierigen Situationen komplexe Aspekte genauer zu erfassen.

Bemerkenswerterweise erreicht YOLO11m eine höhere durchschnittliche Genauigkeit (mAP) im COCO-Datensatz und benötigt dabei 22 % weniger Parameter als YOLOv8mund ist damit rechnerisch leichter, ohne an Leistung einzubüßen. Das bedeutet, dass er genauere Ergebnisse liefert und gleichzeitig effizienter ist. Darüber hinaus bietet YOLO11 eine schnellere Verarbeitungsgeschwindigkeit: Die Inferenzzeiten sind etwa 2 % kürzer als bei YOLOv10, was es ideal für Echtzeitanwendungen macht. 

‍

Sie wurde entwickelt, um komplexe Aufgaben zu bewältigen und gleichzeitig die Ressourcen zu schonen. Sie wurde entwickelt, um die Leistung von großen Modellen zu verbessern und eignet sich daher hervorragend für anspruchsvolle KI-Projekte. Verbesserungen an der Augmentierungspipeline haben auch den Trainingsprozess verbessert, so dass es für YOLO11 einfacher ist, sich an verschiedene Aufgaben anzupassen, egal ob du an kleinen Projekten oder großen Anwendungen arbeitest. 

YOLO11 ist hocheffizient in Bezug auf die Rechenleistung und eignet sich perfekt für den Einsatz in der Cloud und auf Edge-Geräten, um die Flexibilität in verschiedenen Umgebungen zu gewährleisten. Einfach ausgedrückt: YOLO11 ist nicht einfach nur ein Upgrade, sondern ein deutlich genaueres, effizienteres und flexibleres Modell, das für alle Herausforderungen der Computer Vision bestens gerüstet ist. Ob autonomes Fahren, Überwachung, Bildverarbeitung im Gesundheitswesen, intelligenter Einzelhandel oder industrielle Anwendungen- YOLO11 ist vielseitig genug, um fast jede Computer Vision-Anwendung zu erfüllen.

YOLO11 ist bereit für deine Systeme und Plattformen

YOLO11 ist so konzipiert, dass es sich nahtlos in die Systeme und Plattformen integrieren lässt, die du bereits nutzt. Aufbauend auf der Unterstützung durch YOLOv8aufbaut, ist YOLO11 mit einer Vielzahl von Umgebungen für Training, Tests und Einsatz kompatibel. Egal, ob du mit NVIDIA GPUs, Edge Devices oder Cloud-Plattformen arbeitest, YOLO11 ist so optimiert, dass es sich mühelos in deinen Arbeitsablauf einfügt.

Diese Integrationen sind großartige Erweiterungen, die YOLO11 für verschiedene Branchen anpassbar machen und Unternehmen dabei helfen, das Modell einfach in ihre bestehenden Prozesse zu integrieren. Nehmen wir zum Beispiel an, du möchtest YOLO11 für die Landwirtschaft nutzen, insbesondere für die Überwachung der Ernte. Vielleicht musst du das Modell mit Drohnen einsetzen, um Probleme mit der Pflanzengesundheit in Echtzeit auf großen Feldern zu erkennen. Wenn du jedoch im Sicherheitsbereich tätig bist, könntest du YOLO11 mit einem cloudbasierten System verwenden, um mehrere Kameraübertragungen zur Objekterkennung zu überwachen.

‍

Befähigung der KI-Gemeinschaft mit YOLO11

Die Vision-KI-Gemeinde kann mit der Einführung von YOLO11 spannende Fortschritte erwarten. Dank seiner verbesserten Genauigkeit und Effizienz hat dieses neue Modell das Potenzial, bestehende Anwendungen zu verändern und neue zu schaffen. Ein wichtiger Faktor für diesen Fortschritt ist Ultralytics HUB. Ultralytics HUB ist eine benutzerfreundliche Plattform, die das Training und den Einsatz von YOLO Modellen, einschließlich YOLO11, vereinfacht. 

‍

Ultralytics HUB rationalisiert den Entwicklungsprozess, indem es Nutzern ermöglicht, Datensätze hochzuladen, auf eine Reihe von vortrainierten Modellen zuzugreifen und ihre Projekte an einem Ort zu verwalten. Die HUB unterstützt auch die Zusammenarbeit und macht es für Teams einfach, gemeinsam an KI-Projekten zu arbeiten. Hier sind einige der anderen wichtigen Funktionen von Ultralytics HUB:

• Cloud Ausbildung: Ultralytics HUB bietet eine nahtlose Cloud-basierte Modellschulung für Skalierbarkeit und Effizienz.
• Vorgefertigte Modelle: Die Plattform bietet Zugang zu einer Vielzahl von vortrainierten YOLOv5, YOLOv8 und YOLO11 Modellen.
• Modellexport: Trainierte Modelle können für den Einsatz in verschiedene Formate exportiert werden.
• Integrationen: Ultralytics HUB lässt sich nahtlos in Plattformen wie Roboflow, Google Colab und Weights & Biases integrieren.
• Ausführliche Dokumentation: Ultralytics HUB bietet umfassende Anleitungen und FAQs für die Benutzerunterstützung.
• Community-Unterstützung: Eine aktive Discord-Community steht für Fragen und Diskussionen zur Verfügung.

Dank des intuitiven Designs des HUBs können sowohl erfahrene Entwickler als auch Neulinge schnell loslegen. Je mehr Entwickler/innen YOLO11 über den HUB nutzen, desto mehr leistungsstarke Anwendungen werden entstehen, die die Grenzen der Computer Vision erweitern und die Zukunft der KI-Technologie gestalten.

Hands-On mit YOLO11

Genau wie YOLOv8 wird auch YOLO11 bald über Ultralytics HUB und das Ultralytics Python Paket zum Ausprobieren zur Verfügung stehen. Du kannst dich im HUB anmelden oder unsere Schnellstartanleitung lesen, die dir Schritt für Schritt erklärt, wie du das Paket installierst. Sobald es veröffentlicht ist, kannst du seine Funktionen erkunden, mit verschiedenen Datensätzen experimentieren und sehen, wie YOLO11 in verschiedenen Szenarien abschneidet. Wir können es kaum erwarten, dass sich die KI-Community mit YOLO11 auseinandersetzt und zur Entwicklung beiträgt, Feedback gibt oder das Paket weiterentwickelt.

Egal, ob du ein Entwickler bist, der bestehende Projekte optimieren will, oder jemand, der an der Entwicklung neuer Anwendungen interessiert ist, deine Beteiligung kann zur Innovation beitragen. Beteilige dich an Diskussionen, teile deine Erfahrungen und arbeite mit anderen zusammen, um das volle Potenzial von YOLO11 auszuschöpfen. Wir sind gespannt darauf, wie du YOLO11 nutzt, um reale Herausforderungen zu bewältigen und deine kreativen Ideen zum Leben zu erwecken!

Ein neues Kapitel beginnt mit YOLO11

YOLO11 ist der nächste Schritt vorwärts in der Computer Vision und kombiniert beeindruckende Genauigkeit, Geschwindigkeit und Effizienz. Die auf der YV24 vorgestellten fortschrittlichen Funktionen machen es vielseitig einsetzbar für verschiedene Echtzeitanwendungen, von autonomen Fahrzeugen bis hin zu intelligenten Einzelhandelslösungen. Die KI-Gemeinschaft beginnt, dieses Modell zu erforschen und zu nutzen. Wir sind gespannt, welche kreativen Wege YOLO11 einschlagen wird, um Innovationen voranzutreiben und neue Möglichkeiten zum Leben zu erwecken. Wenn du auf der Suche nach den neuesten Fortschritten in der KI bist, solltest du YOLO11 ausprobieren und sehen, wie es deine Computer Vision Projekte verbessern kann!

Um mehr über KI zu erfahren, besuche unser GitHub-Repository und werde Teil unserer aktiven Community. Entdecke, wie KI in Bereichen wie dem Gesundheitswesen und der Landwirtschaft Fortschritte macht.