Ultralytics YOLO11 est arrivé ! Redéfinis ce qui est possible en matière d'IA !

Nous sommes ravis de vous présenter la prochaine évolution des modèlesUltralytics : YOLO11! S'appuyant sur les avancées impressionnantes des versions précédentes du modèle YOLO , YOLO11 apporte une foule de fonctionnalités et d'optimisations puissantes qui le rendent plus rapide, plus précis et incroyablement polyvalent. Annoncé lors de l'événementYOLO Vision 2024 (YV24), Ultralytics' rassemblement hybride annuel d'experts en IA, d'innovateurs et de développeurs, ce dernier ajout à la famille Ultralytics est prêt à redéfinir ce qu'il est possible de faire avec la vision par ordinateur. 

Grâce à son architecture innovante, YOLO11 peut être utilisé pour diverses tâches de vision par ordinateur, de la détection d'objets en temps réel à la classification, ce qui change la donne pour les développeurs et les chercheurs. Parmi les principales améliorations, citons l'extraction améliorée des caractéristiques pour une saisie plus précise des détails, une plus grande précision avec moins de paramètres, et des vitesses de traitement plus rapides qui améliorent considérablement les performances en temps réel. Dans cet article, nous allons examiner de plus près les caractéristiques qui font que YOLO11 se démarque et comment il peut transformer tes applications de vision par ordinateur. C'est parti !

Apprendre à connaître YOLO11

YOLO11 marque un nouveau chapitre pour la famille YOLO , en offrant un modèle plus performant et plus polyvalent qui porte la vision par ordinateur vers de nouveaux sommets. Grâce à son architecture raffinée et à ses capacités améliorées, le modèle prend en charge des tâches de vision artificielle telles que l'estimation de la pose et la segmentation d'instances que la communauté Vision AI a appris à aimer. Ultralytics YOLOv8Le modèle est encore plus performant et plus précis. Glenn Jocher, fondateur et PDG de Ultralytics, a déclaré : "Avec YOLO11, nous avons cherché à développer un modèle qui offre à la fois puissance et praticité pour les applications du monde réel. Son efficacité et sa précision accrues en font un outil robuste qui peut être adapté aux défis uniques auxquels sont confrontées diverses industries. J'ai hâte de voir comment la communauté Vision AI utilise YOLO11 pour créer des solutions innovantes et faire passer la vision par ordinateur au niveau supérieur."

‍

Voici un aperçu des tâches de vision par ordinateur prises en charge par YOLO11 :

• Détection d'objets: Identifie et localise les objets dans les images ou les trames vidéo, en dessinant des boîtes de délimitation autour d'eux pour des applications telles que la surveillance, la conduite autonome et l'analyse du commerce de détail.
• Segmentation des instances: Elle consiste à identifier et à séparer les objets individuels d'une image jusqu'au niveau du pixel. Elle est utile pour des applications telles que l'imagerie médicale et la détection des défauts dans la fabrication.
• Classification d'images: Classe des images entières dans des catégories prédéfinies, ce qui en fait un outil idéal pour des applications telles que la catégorisation des produits dans le commerce électronique ou la surveillance de la faune et de la flore.
• Estimation de la pose: Détecte des points clés spécifiques dans une image ou une trame vidéo pour suivre les mouvements ou les poses, ce qui est bénéfique pour le suivi de la condition physique, l'analyse sportive et les applications de santé.
• Détection d'objets orientés (OBB) : Détecte les objets avec un angle d'orientation, ce qui permet de localiser plus précisément les objets ayant subi une rotation, ce qui est particulièrement précieux pour l'imagerie aérienne, la robotique et les tâches d'automatisation des entrepôts.
• Suivi d'objets: Surveille et suit le mouvement des objets sur des images vidéo consécutives, ce qui le rend essentiel pour de nombreuses applications en temps réel.

‍

Qu'est-ce qui distingue YOLO11 ?

YOLO11 s'appuie sur les avancées introduites dans YOLOv9 et YOLOv10 plus tôt cette année, en incorporant des conceptions architecturales améliorées, des techniques d'extraction de caractéristiques améliorées et des méthodes d'entraînement optimisées. Ce qui distingue vraiment YOLO11 , c'est son impressionnante combinaison de vitesse, de précision et d'efficacité, qui en fait l'un des modèles les plus performants que Ultralytics ait créés jusqu'à présent. Grâce à une conception améliorée, YOLO11 offre une meilleure extraction des caractéristiques, c'est-à-dire le processus d'identification des modèles et des détails importants à partir des images, ce qui permet de capturer des aspects complexes avec plus de précision, même dans des scénarios difficiles.

Remarquablement, YOLO11m obtient un score de précision moyenne plus élevé (mAP) sur l'ensemble de données COCO tout en utilisant 22 % de paramètres en moins que la méthode YOLOv8mYOLO11m est donc plus léger au niveau du calcul sans sacrifier les performances. Cela signifie qu'il fournit des résultats plus précis tout en étant plus efficace. En outre, YOLO11 offre des vitesses de traitement plus rapides, avec des temps d'inférence environ 2 % plus rapides que YOLOv10, ce qui le rend idéal pour les applications en temps réel. 

‍

Il est construit pour gérer des tâches complexes tout en étant plus facile à utiliser pour les ressources et conçu pour améliorer les performances des modèles à grande échelle, ce qui en fait un excellent choix pour les projets d'IA exigeants. Les améliorations apportées au pipeline d'augmentation ont également amélioré le processus de formation, ce qui permet à YOLO11 de s'adapter plus facilement aux différentes tâches, que tu travailles sur de petits projets ou sur des applications à grande échelle. 

En fait, YOLO11 est très efficace en termes de puissance de traitement et convient parfaitement à un déploiement sur des appareils dans le nuage et en périphérie, ce qui garantit la flexibilité dans différents environnements. En clair, YOLO11 n'est pas une simple mise à niveau ; c'est un modèle nettement plus précis, efficace et flexible, mieux équipé pour relever n'importe quel défi en matière de vision par ordinateur. Qu'il s'agisse de conduite autonome, de surveillance, d'imagerie médicale, de commerce de détail intelligent ou de cas d'utilisation industrielle, YOLO11 est suffisamment polyvalent pour répondre à presque toutes les applications de vision par ordinateur.

YOLO11 est prêt pour tes systèmes et plateformes

YOLO11 est conçu pour s'intégrer de façon transparente aux systèmes et aux plateformes que tu utilises déjà. S'appuyant sur le soutien fourni par YOLOv8YOLO11 est compatible avec un large éventail d'environnements de formation, de test et de déploiement. Que tu travailles avec des GPUNVIDIA , des appareils de périphérie ou que tu déploies sur des plateformes cloud, YOLO11 est optimisé pour s'intégrer sans effort à ton flux de travail.

Ces intégrations sont d'excellents compléments qui rendent YOLO11 adaptable à différents secteurs, aidant ainsi les entreprises à mettre facilement en œuvre le modèle dans leurs processus existants. Par exemple, disons que tu veux utiliser YOLO11 pour l'agriculture, plus précisément pour la surveillance des cultures. Tu pourrais avoir besoin de déployer le modèle sur des drones pour identifier les problèmes de santé des plantes en temps réel dans de vastes champs. Cependant, si tu travailles dans le domaine de la sécurité, tu préféreras peut-être utiliser YOLO11 avec un système basé sur le cloud pour surveiller plusieurs flux de caméras afin de détecter des objets.

‍

Renforcer la communauté de l'IA avec YOLO11

La communauté de l'IA visionnaire peut s'attendre à des avancées passionnantes avec le lancement de YOLO11. Grâce à sa précision et à son efficacité accrues, ce nouveau modèle a le potentiel de transformer les applications existantes et d'en créer de nouvelles. L'un des principaux facteurs de ces progrès est Ultralytics HUB. Ultralytics HUB est une plateforme conviviale qui simplifie la formation et le déploiement des modèles YOLO , dont YOLO11. 

‍

Ultralytics Le HUB rationalise le processus de développement en permettant aux utilisateurs de télécharger des ensembles de données, d'accéder à une gamme de modèles pré-entraînés et de gérer leurs projets en un seul endroit. Le HUB prend également en charge la collaboration, ce qui permet aux équipes de travailler facilement ensemble sur des projets d'IA. Voici quelques-unes des autres caractéristiques clés de Ultralytics HUB :

• Formation sur le nuage: Ultralytics HUB offre une formation modèle transparente basée sur le cloud pour l'évolutivité et l'efficacité.
• Modèles pré-entraînés: La plateforme donne accès à une variété de modèles pré-entraînés YOLOv5, YOLOv8, et YOLO11 .
• Exportation de modèles: Les modèles entraînés peuvent être exportés dans différents formats pour être déployés.
• Intégrations: Ultralytics HUB s'intègre de manière transparente à des plateformes telles que Roboflow, Google Colab et Weights & Biases.
• Documentation détaillée: Ultralytics HUB propose des guides complets et des FAQ pour l'assistance aux utilisateurs.
• Soutien de la communauté: Une communauté Discord active est disponible pour les questions et les discussions.

Grâce à la conception intuitive du HUB, les développeurs expérimentés comme les nouveaux venus peuvent rapidement se lancer. À mesure que les développeurs sont plus nombreux à utiliser YOLO11 par l'intermédiaire du HUB, nous pouvons nous attendre à une montée en puissance des applications hautes performances qui repoussent les limites de la vision par ordinateur et façonnent l'avenir de la technologie de l'IA.

Mets la main à la pâte avec YOLO11

Tout comme YOLOv8, YOLO11 sera bientôt disponible à l'essai via Ultralytics HUB et le paquetUltralytics Python . Tu peux te connecter au HUB ou consulter notre guide de démarrage rapide pour obtenir des instructions étape par étape sur la façon d'installer le paquet. Une fois qu'il sera disponible, tu pourras explorer ses fonctionnalités, expérimenter avec différents ensembles de données et voir comment YOLO11 fonctionne dans différents scénarios. Nous sommes impatients de voir la communauté de l'IA s'engager sur YOLO11 et contribuer à son développement, fournir des commentaires ou s'en inspirer.

Que tu sois un développeur cherchant à optimiser des projets existants ou une personne intéressée par la création de nouvelles applications, ton implication peut aider à stimuler l'innovation. Rejoins les discussions, partage tes expériences et collabore avec d'autres pour libérer tout le potentiel de YOLO11. Nous sommes impatients de voir comment tu utilises YOLO11 pour relever des défis concrets et donner vie à tes idées créatives !

Un nouveau chapitre commence avec YOLO11

YOLO11 est la prochaine étape en matière de vision par ordinateur, combinant une précision, une vitesse et une efficacité impressionnantes. Annoncées à YV24, ses caractéristiques avancées le rendent polyvalent pour diverses applications en temps réel, des véhicules autonomes aux solutions de vente au détail intelligentes. Alors que la communauté de l'IA commence à explorer et à utiliser ce modèle, nous sommes impatients de voir les façons créatives dont YOLO11 stimulera l'innovation et donnera vie à de nouvelles possibilités. Si tu cherches à explorer les dernières avancées en matière d'IA, essaie YOLO11 et vois comment il peut améliorer tes projets de vision par ordinateur !

Pour en savoir plus sur l'IA, dirige-toi vers notre dépôt GitHub et rejoins notre communauté active. Découvre comment l'IA progresse dans des domaines tels que la santé et l'agriculture.