Ultralytics YOLO

Beschreibung

Ultralytics YOLO ist ein umfassendes KI-Framework, das für seine Fähigkeiten in der Echtzeit-Objekterkennung und Bildsegmentierung bekannt ist. Die neueste Iteration, YOLO26, repräsentiert die nächste Generation der Vision-KI, basierend auf bedeutenden Fortschritten im Deep Learning und Computer Vision. Es verfügt über eine durchgängige NMS-freie Inferenz und optimiertes Edge-Deployment, was es hochgradig anpassungsfähig für verschiedene Hardwareplattformen macht, von kompakten Edge-Geräten bis hin zu robusten Cloud-APIs.

Dieses Framework wurde entwickelt, um den gesamten Computer-Vision-Workflow zu optimieren, von der Annotation und dem Training bis zur Bereitstellung. Benutzer können YOLO-Modelle einfach annotieren, trainieren und bereitstellen. Die Ultralytics Docs dienen als zentrale Anlaufstelle für das Verständnis und die Nutzung der Funktionen des Frameworks und richten sich sowohl an erfahrene Machine-Learning-Praktiker als auch an Neulinge auf diesem Gebiet. Ziel ist es, das Potenzial von YOLO in verschiedenen Projekten zu maximieren.

Die YOLO-Familie hat eine reiche Geschichte, beginnend mit der ersten Veröffentlichung von Joseph Redmon und Ali Farhadi im Jahr 2015. Nachfolgende Versionen, darunter YOLOv2, YOLOv3, YOLOv4, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv9, YOLOv10 und das neueste YOLO11, haben durchweg architektonische Verbesserungen und innovative Techniken eingeführt. YOLO26 setzt diese Entwicklung fort und bietet verbesserte Leistung, Flexibilität und Effizienz für eine breite Palette von Vision-KI-Aufgaben.

Ultralytics bietet flexible Lizenzierungsoptionen, einschließlich der Open-Source-Lizenz AGPL-3.0 für Studenten und Enthusiasten sowie einer Enterprise-Lizenz für kommerzielle Nutzung. Dieser duale Ansatz stellt sicher, dass offene Zusammenarbeit gefördert wird, während Unternehmen Ultralytics-Software und KI-Modelle nahtlos in ihre Produkte und Dienstleistungen integrieren können. Das Framework unterstützt eine breite Palette von Computer-Vision-Aufgaben, darunter Erkennung, Instanzsegmentierung, semantische Segmentierung, Posenschätzung, Tracking und Klassifizierung, was es zu einem vielseitigen Werkzeug für Entwickler und Forscher macht.

Ultralytics YOLO's Kernfunktionen

• Echtzeit-Objekterkennung

• Bildsegmentierung

• YOLO26-Modell mit NMS-freier Inferenz

• Optimiertes Edge-Deployment

• Cloud-API-Deployment

• Unterstützung für Erkennungs-, Segmentierungs-, Posenschätzungs-, Tracking- und Klassifizierungsaufgaben

• Optimierter Workflow für Annotation, Training und Deployment

• AGPL-3.0 Open-Source-Lizenz

• Enterprise-Lizenzierung für kommerzielle Nutzung

• Integration mit benutzerdefinierten Datensätzen

• Multi-Objekt-Tracking-Funktionen

Erste Schritte mit Ultralytics YOLO

1. 1

   Installation: Installieren Sie das ultralytics-Paket mit pip.

2. 2

   Quickstart: Folgen Sie der Quickstart-Anleitung für die Ersteinrichtung und die Ausführung Ihres ersten Modells.

3. 3

   Vorhersage: Nutzen Sie den Vorhersagemodus für die Inferenz auf Bildern, Videos und Streams.

4. 4

   Training: Trainieren Sie neue YOLO-Modelle auf benutzerdefinierten Datensätzen mit dem Trainingsmodus.

5. 5

   Aufgaben erkunden: Entdecken und implementieren Sie verschiedene Computer-Vision-Aufgaben wie Erkennung, Segmentierung und Pose.

6. 6

   Tracking: Implementieren Sie Multi-Objekt-Tracking mit dem Track-Befehl.

7. 7

   Deployment: Stellen Sie Modelle auf Edge-Geräten oder Cloud-APIs bereit.

Ultralytics YOLO's Anwendungsfälle

• Objekterkennung
• Bildsegmentierung
• Posenschätzung
• Objektverfolgung
• Autonome Systeme
• Überwachung und Sicherheit
• Analyse medizinischer Bilder
• Einzelhandelsanalysen

FAQ von Ultralytics YOLO

• Was ist Ultralytics YOLO und wie verbessert es die Objekterkennung?

  Ultralytics YOLO ist ein KI-Framework für Echtzeit-Objekterkennung und Bildsegmentierung. Das neueste YOLO26-Modell verbessert die Leistung durch durchgängige NMS-freie Inferenz und optimiertes Edge-Deployment und unterstützt Aufgaben wie Erkennung, Segmentierung, Posenschätzung und Tracking.

• Wie kann ich mit der Installation und Einrichtung von YOLO beginnen?

  Sie können Ultralytics YOLO einfach mit pip über den Befehl 'pip install -U ultralytics' installieren. Eine umfassende Schritt-für-Schritt-Anleitung finden Sie auf der Quickstart-Seite, die Ihnen bei der Installation und Ersteinrichtung hilft.

• Wie trainiere ich ein benutzerdefiniertes YOLO-Modell auf meinem Datensatz?

  Um ein benutzerdefiniertes YOLO-Modell zu trainieren, bereiten Sie Ihren annotierten Datensatz vor, konfigurieren Sie die Trainingsparameter in einer YAML-Datei und verwenden Sie den Befehl 'yolo TASK train'. Zum Beispiel 'model.train(data="path/to/dataset.yaml", epochs=100, imgsz=640)' für Objekterkennung.

• Welche Lizenzoptionen sind für Ultralytics YOLO verfügbar?

  Ultralytics bietet zwei Lizenzierungsoptionen: die Open-Source-Lizenz AGPL-3.0, die für Bildungs- und nicht-kommerzielle Zwecke geeignet ist, und eine Enterprise-Lizenz für Entwicklungs- und Produktionszwecke, die Open-Source-Anforderungen umgeht.

• Wie kann Ultralytics YOLO für Echtzeit-Objektverfolgung verwendet werden?

  Ultralytics YOLO unterstützt effizientes Multi-Objekt-Tracking. Sie können diese Funktion nutzen, indem Sie den Befehl 'yolo track' verwenden, z. B. 'model.track(source="path/to/video.mp4")', um Objekte in Videos oder Live-Streams zu verfolgen.

• Welche Computer-Vision-Aufgaben unterstützt Ultralytics YOLO?

  Ultralytics YOLO unterstützt eine breite Palette von Vision-KI-Aufgaben, darunter Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Posenschätzung, Tracking und Klassifizierung.

• Was ist der Hauptvorteil von YOLO26?

  Die Hauptvorteile von YOLO26 umfassen seine Vision-KI-Fähigkeiten der nächsten Generation, die durchgängige NMS-freie Inferenz und das optimierte Edge-Deployment, was es für reale Anwendungen effizient macht.

• Wo finde ich Dokumentation für Ultralytics YOLO?

  Die Ultralytics Docs unter docs.ultralytics.com bieten umfassende Ressourcen zum Verständnis und zur Nutzung der YOLO-Funktionen, einschließlich Anleitungen, Referenzen und Aufgabenexplorationen.

• Kann YOLO auf Edge-Geräten bereitgestellt werden?

  Ja, YOLO26 ist speziell für das Edge-Deployment optimiert und ermöglicht einen effizienten Betrieb auf verschiedenen Edge-Geräten.

• Was ist die Geschichte des YOLO-Modells?

  Das YOLO (You Only Look Once)-Modell wurde erstmals 2015 entwickelt und hat seitdem zahlreiche Fortschritte durch Versionen wie YOLOv2, YOLOv3, YOLOv8 und das neueste YOLO26 erfahren, die jeweils Leistungsverbesserungen und neue Funktionen eingeführt haben.