Ultralytics YOLO ile gerçek zamanlı çıkarımın otonom sürüş ve güvenlik sistemleri gibi yapay zeka uygulamaları için nasıl anlık tahminler sağladığını keşfedin.
Gerçek zamanlı çıkarım, yeni, canlı veriler üzerinde minimum gecikmeyle tahminler yapmak için eğitimli bir makine öğrenimi (ML) modelinin kullanılması sürecidir. Yapay zeka ve bilgisayarla görme (CV) bağlamında bu, sistemin bir video akışı gibi bilgileri işleyebileceği ve neredeyse anında bir çıktı üretebileceği anlamına gelir. Amaç, çıkarım gecikmesini, sonuçların karar verme için hemen yararlı olmasını sağlayacak kadar düşük hale getirmektir. Bu yetenek, zamanlamanın kritik olduğu uygulamalar için çok önemlidir ve otomotivden sağlık hizmetlerine kadar sektörlerin yapay zekadan yararlanma biçimini dönüştürür.
Gerçek zamanlı çıkarımı toplu çıkarımdan ayırmak önemlidir. Temel fark, verilerin nasıl işlendiğinde yatmaktadır.
Her ikisi de tahminlerde bulunmak için eğitimli bir model kullansa da, sonuçların aciliyetine bağlı olarak kullanım durumları temelde farklıdır.
Anında karar verme yeteneği, çeşitli sektörlerde geniş bir yelpazede güçlü uygulamalara olanak tanır.
Modellerin gerçek zamanlı hesaplama uygulamaları için yeterince hızlı çalışmasını sağlamak genellikle önemli optimizasyon gerektirir:
Ultralytics YOLO gibi modeller, verimlilik ve doğruluk göz önünde bulundurularak tasarlanmıştır, bu da onları gerçek zamanlı nesne algılama görevleri için çok uygun hale getirir. Ultralytics HUB gibi platformlar, modelleri eğitmek, optimize etmek (örneğin ONNX veya TensorRT formatlarına aktarmak) ve dağıtmak için araçlar sağlayarak çeşitli dağıtım seçeneklerinde gerçek zamanlı çıkarım çözümlerinin uygulanmasını kolaylaştırır.