了解Ultralytics YOLO 的实时推理如何为自动驾驶和安全系统等人工智能应用提供即时预测。
实时推理是指训练有素的机器学习(ML)模型在新数据到达时立即做出预测或决策的过程。批处理推理是对一段时间内收集的数据进行分组处理,而实时推理则不同,它优先考虑低延迟和即时响应。对于需要根据实时数据流立即做出反馈或行动的应用来说,这种能力至关重要,可使系统对不断变化的条件做出动态响应。
在实践中,实时推理意味着部署一个 ML 模型,例如 Ultralytics YOLO模型,这样它就能分析单个数据输入(如视频帧或传感器读数),并以最小的延迟产生输出。关键的性能指标是推理延迟,即从接收输入到生成预测所需的时间。实现低延迟通常需要采取多种策略:
主要区别在于处理数据的方式和相关的延迟要求:
实时推理为许多现代人工智能应用提供了动力,在这些应用中,即时决策至关重要:
Ultralytics HUB等平台提供了训练、优化和部署模型的工具,有助于在各种部署方案中实施实时推理解决方案。