Ultralytics YOLO11 È arrivato! Ridefinisci le possibilità dell'intelligenza artificiale!

Siamo entusiasti di presentare la prossima evoluzione dei modelliUltralytics : YOLO11! Basandosi sugli impressionanti progressi delle precedenti versioni del modello YOLO , YOLO11 apporta una serie di potenti funzionalità e ottimizzazioni che lo rendono più veloce, più preciso e incredibilmente versatile. Annunciata in occasione dell'eventoYOLO Vision 2024 (YV24), il raduno ibrido annuale di esperti di AI, innovatori e sviluppatori di Ultralytics, quest'ultima novità della famiglia Ultralytics è destinata a ridefinire le possibilità della computer vision. 

Grazie alla sua architettura innovativa, YOLO11 può essere utilizzato per diverse attività di computer vision, dal rilevamento di oggetti in tempo reale alla classificazione, e rappresenta quindi una svolta per sviluppatori e ricercatori. I miglioramenti principali includono un'estrazione delle caratteristiche migliorata per un'acquisizione più precisa dei dettagli, una maggiore precisione con un minor numero di parametri e una maggiore velocità di elaborazione che migliora significativamente le prestazioni in tempo reale. In questo articolo daremo un'occhiata più da vicino alle caratteristiche che contraddistinguono YOLO11 e a come può trasformare le tue applicazioni di computer vision. Iniziamo!

Conoscere YOLO11

YOLO11 segna un nuovo capitolo per la famiglia YOLO , offrendo un modello più capace e versatile che porta la computer vision a nuovi livelli. Grazie alla sua architettura raffinata e alle sue capacità migliorate, il modello supporta le attività di computer vision come la stima della posa e la segmentazione dell'istanza che la comunità di Vision AI ha imparato ad amare. Ultralytics YOLOv8ma con prestazioni e precisione ancora maggiori. Glenn Jocher, fondatore e CEO di Ultralytics, ha dichiarato: "Con YOLO11 abbiamo voluto sviluppare un modello che offrisse potenza e praticità per le applicazioni del mondo reale. L'efficienza e l'accuratezza migliorate lo rendono uno strumento robusto che può essere adattato alle sfide uniche affrontate da vari settori. Non vedo l'ora di vedere come la comunità di Vision AI utilizzerà YOLO11 per creare soluzioni innovative e portare la computer vision a un livello superiore".

‍

Ecco una panoramica delle attività di computer vision supportate da YOLO11 :

• Rilevamento di oggetti: Identifica e localizza gli oggetti all'interno delle immagini o dei fotogrammi video, disegnando dei riquadri di delimitazione intorno ad essi per applicazioni come la sorveglianza, la guida autonoma e l'analisi del commercio al dettaglio.
• Segmentazione delle istanze: Si tratta di identificare e separare i singoli oggetti all'interno di un'immagine fino al livello dei pixel. È utile per applicazioni come l'imaging medico e il rilevamento dei difetti nella produzione.
• Classificazione delle immagini: Categorizza intere immagini in classi predefinite, rendendole ideali per applicazioni come la categorizzazione dei prodotti nell'e-commerce o il monitoraggio della fauna selvatica.
• Stima della posa: Rileva punti chiave specifici all'interno di un'immagine o di un fotogramma video per tracciare movimenti o pose, utili per il fitness tracking, l'analisi sportiva e le applicazioni sanitarie.
• Rilevamento di oggetti orientati (OBB): Rileva gli oggetti con un angolo di orientamento, consentendo una localizzazione più precisa degli oggetti ruotati, particolarmente utile per le immagini aeree, la robotica e l'automazione dei magazzini.
• Tracciamento degli oggetti: Monitora e segue il movimento degli oggetti in fotogrammi video consecutivi, rendendolo essenziale per molte applicazioni in tempo reale.

‍

Cosa distingue YOLO11 ?

YOLO11 si basa sui progressi introdotti in YOLOv9 e YOLOv10 all'inizio di quest'anno, incorporando un design architettonico migliorato, tecniche di estrazione delle caratteristiche potenziate e metodi di addestramento ottimizzati. Ciò che distingue YOLO11 è la sua impressionante combinazione di velocità, precisione ed efficienza, che lo rende uno dei modelli più validi che Ultralytics abbia mai creato finora. Grazie a un design migliorato, YOLO11 offre una migliore estrazione delle caratteristiche, ovvero il processo di identificazione di modelli e dettagli importanti dalle immagini, consentendo di catturare aspetti complessi in modo più accurato, anche in scenari difficili.

In particolare, YOLO11m raggiunge un punteggio di precisione media (mAP) più alto sul dataset COCO pur utilizzando il 22% di parametri in meno rispetto a YOLOv8me questo lo rende più leggero dal punto di vista computazionale senza sacrificare le prestazioni. Ciò significa che fornisce risultati più precisi e allo stesso tempo è più efficiente da eseguire. Inoltre, YOLO11 offre una maggiore velocità di elaborazione, con tempi di inferenza più rapidi del 2% rispetto a YOLOv10, il che lo rende ideale per le applicazioni in tempo reale. 

‍

È costruito per gestire attività complesse con un minor dispendio di risorse e progettato per migliorare le prestazioni dei modelli su larga scala, il che lo rende ideale per i progetti di intelligenza artificiale più impegnativi. I miglioramenti apportati alla pipeline di incremento hanno anche migliorato il processo di formazione, rendendo più facile per YOLO11 adattarsi a diversi compiti, sia che tu stia lavorando a piccoli progetti che ad applicazioni su larga scala. 

Infatti, YOLO11 è altamente efficiente in termini di potenza di elaborazione e si adatta perfettamente all'implementazione sia su dispositivi cloud che edge, garantendo flessibilità in diversi ambienti. In parole povere, YOLO11 non è un semplice aggiornamento: è un modello significativamente più preciso, efficiente e flessibile, meglio equipaggiato per affrontare qualsiasi sfida di computer vision. Che si tratti di guida autonoma, sorveglianza, imaging sanitario, vendita al dettaglio intelligente o casi d'uso industriali, YOLO11 è abbastanza versatile da soddisfare quasi tutte le applicazioni di computer vision.

YOLO11 è pronto per i tuoi sistemi e piattaforme

YOLO11 è progettato per integrarsi perfettamente con i sistemi e le piattaforme che stai già utilizzando. Basandosi sul supporto fornito da YOLOv8YOLO11 è compatibile con un'ampia gamma di ambienti per la formazione, il test e la distribuzione. Sia che tu stia lavorando con le GPU diNVIDIA , con i dispositivi edge o che tu stia distribuendo su piattaforme cloud, YOLO11 è ottimizzato per adattarsi senza problemi al tuo flusso di lavoro.

Queste integrazioni sono ottimi componenti aggiuntivi che rendono YOLO11 adattabile a diversi settori, aiutando le aziende a implementare facilmente il modello nei loro processi esistenti. Ad esempio, supponiamo che tu voglia utilizzare YOLO11 per l'agricoltura, in particolare per il monitoraggio delle colture. Potresti aver bisogno di implementare il modello su droni per identificare in tempo reale i problemi di salute delle piante su grandi campi. Tuttavia, se ti occupi di sicurezza, potresti preferire l'uso di YOLO11 con un sistema basato sul cloud per monitorare i feed di più telecamere per il rilevamento di oggetti.

‍

Potenziamento della comunità AI con YOLO11

La comunità dell'IA della visione può aspettarsi progressi entusiasmanti con il lancio di YOLO11. Grazie alla sua maggiore precisione ed efficienza, questo nuovo modello ha il potenziale per trasformare le applicazioni esistenti e crearne di nuove. Un fattore importante di questo progresso è Ultralytics HUB. Ultralytics HUB è una piattaforma di facile utilizzo che semplifica la formazione e l'implementazione dei modelli di YOLO , tra cui YOLO11. 

‍

Ultralytics HUB semplifica il processo di sviluppo consentendo agli utenti di caricare set di dati, accedere a una serie di modelli pre-addestrati e gestire i propri progetti in un unico luogo. L'HUB supporta anche la collaborazione, rendendo più facile per i team lavorare insieme su progetti di intelligenza artificiale. Ecco alcune delle altre caratteristiche principali di Ultralytics HUB:

• Formazione in cloud: Ultralytics HUB offre un modello di formazione basato sul cloud per garantire scalabilità ed efficienza.
• Modelli pre-addestrati: La piattaforma offre l'accesso a una serie di modelli preaddestrati YOLOv5, YOLOv8 e YOLO11 .
• Esportazione del modello: I modelli addestrati possono essere esportati in vari formati per essere distribuiti.
• Integrazioni: Ultralytics HUB si integra perfettamente con piattaforme come Roboflow, Google Colab e Weights & Biases.
• Documentazione dettagliata: Ultralytics HUB offre guide complete e FAQ per il supporto agli utenti.
• Supporto della comunità: Una comunità attiva su Discord è disponibile per domande e discussioni.

Grazie al design intuitivo dell'HUB, sia gli sviluppatori esperti che i principianti possono iniziare rapidamente. Se un numero sempre maggiore di sviluppatori utilizzerà YOLO11 attraverso l'HUB, potremo sperare in un'impennata di applicazioni ad alte prestazioni che spingano i confini della computer vision e diano forma al futuro della tecnologia AI.

Fai un po' di pratica con YOLO11

Proprio come YOLOv8, YOLO11 sarà presto disponibile per essere provato attraverso l'HUB Ultralytics e il pacchettoUltralytics Python . Puoi accedere all'HUB o consultare la nostra guida rapida per ottenere istruzioni passo-passo su come installare il pacchetto. Una volta rilasciato, potrai esplorare le sue caratteristiche, sperimentare con diversi set di dati e vedere come si comporta YOLO11 in vari scenari. Non vediamo l'ora che la comunità dell'intelligenza artificiale si impegni con YOLO11 e contribuisca al suo sviluppo, fornendo un feedback o sviluppandolo.

Che tu sia uno sviluppatore che cerca di ottimizzare i progetti esistenti o qualcuno interessato a creare nuove applicazioni, il tuo coinvolgimento può aiutare a promuovere l'innovazione. Partecipa alle discussioni, condividi le tue esperienze e collabora con gli altri per sbloccare il pieno potenziale di YOLO11. Non vediamo l'ora di vedere come usi YOLO11 per affrontare le sfide del mondo reale e dare vita alle tue idee creative!

Un nuovo capitolo inizia con YOLO11

YOLO11 è il prossimo passo avanti nella computer vision, che combina precisione, velocità ed efficienza impressionanti. Annunciato all'YV24, le sue caratteristiche avanzate lo rendono versatile per diverse applicazioni in tempo reale, dai veicoli autonomi alle soluzioni di vendita al dettaglio intelligenti. Mentre la comunità dell'intelligenza artificiale inizia a esplorare e utilizzare questo modello, siamo entusiasti di vedere i modi creativi in cui YOLO11 guiderà l'innovazione e darà vita a nuove possibilità. Se vuoi esplorare gli ultimi progressi nel campo dell'IA, prova YOLO11 e scopri come può migliorare i tuoi progetti di computer vision!

Per saperne di più sull'IA, visita il nostro repository GitHub e unisciti alla nostra attiva comunità. Scopri come l'IA sta facendo passi da gigante in settori come l'assistenza sanitaria e l'agricoltura.