YOLOv11: O próximo salto na detecção de objetos em tempo actual

A série YOLO (You Solely Look As soon as) tornou possível a identificação de objetos em tempo actual. A versão mais recente, YOLOv11, melhora o desempenho e a eficiência. Este artigo fornece discussões aprofundadas sobre os principais avanços do YOLOv11, paralelos com modelos YOLO anteriores e usos práticos. Ao compreender seus desenvolvimentos, podemos observar por que se espera que o YOLOv11 se torne uma ferramenta chave na detecção de objetos em tempo actual.

Objetivos de aprendizagem

1. Compreenda os princípios básicos e a evolução do algoritmo de detecção de objetos YOLO.
2. Identifique os principais recursos e inovações introduzidos no YOLOv11.
3. Evaluate o desempenho e a arquitetura do YOLOv11 com versões anteriores do YOLO.
4. Discover as aplicações práticas do YOLOv11 em vários cenários do mundo actual.
5. Aprenda como implementar e treinar um modelo YOLOv11 para tarefas personalizadas de detecção de objetos.

Este artigo foi publicado como parte do Blogatona de Ciência de Dados.

O que é YOLO?

É um sistema de detecção de objetos em tempo actual e também pode ser chamada de família de algoritmos de detecção de objetos. Ao contrário dos métodos tradicionais, que acionariam múltiplas passagens sobre uma imagem, o YOLO pode detectar instantaneamente objetos e suas localizações em apenas uma passagem, resultando em algo eficiente para tarefas que precisam ser realizadas em alta velocidade, sem comprometer a precisão. Joseph Redmon introduziu o YOLO em 2016 e mudou o campo de detecção de objetos processando imagens como um todo, não por região, o que torna as detecções muito mais rápidas, mantendo uma precisão decente.

Evolução dos modelos YOLO

YOLO evoluiu através de múltiplas iterações, cada uma melhorando a versão anterior. Aqui está um rápido resumo:

Cada versão de YOLO trouxe melhorias na velocidade, precisão e capacidade de detectar objetos menores, sendo o YOLOv11 o mais avançado até agora.

Leia também: YOLO: uma solução definitiva para detecção e classificação de objetos

Principais inovações no YOLOv11

YOLOv11 apresenta vários recursos inovadores que o distinguem de seus antecessores:

• Spine baseado em transformador: Ao contrário das CNNs tradicionais, o YOLOv11 usa um spine baseado em transformador, que captura dependências de longo alcance e melhora a detecção de pequenos objetos.
• Design Dinâmico da Cabeça: Isso permite que o YOLOv11 se adapte com base na complexidade da imagem, otimizando a alocação de recursos para um processamento mais rápido e eficiente.
• Treinamento sem NMS: YOLOv11 substitui a supressão não máxima (NMS) por um algoritmo mais eficiente, reduzindo o tempo de inferência enquanto mantém a precisão.
• Atribuição de etiqueta dupla: melhora a detecção em objetos sobrepostos e densamente compactados usando uma abordagem de atribuição de rótulo um para um e um para muitos.
• Grandes convoluções do kernel: Permite melhor extração de recursos com menos recursos computacionais, melhorando o desempenho geral do modelo.
• Autoatenção Parcial (PSA): Aplica mecanismos de atenção seletivamente a certas partes do mapa de características, melhorando o aprendizado da representação international sem aumentar os custos computacionais.

Leia também: Um guia prático para detecção de objetos usando o in style framework YOLO – Parte III (com códigos Python)

Comparação de modelos YOLO

O YOLOv11 supera as versões anteriores do YOLO em termos de velocidade e precisão, conforme mostrado na tabela abaixo:

Com menos parâmetros, o YOLOv11 consegue melhorar a velocidade e a precisão, tornando-o superb para uma variedade de aplicações.

Leia também: YOLOv7 – Detecção de objetos em tempo actual no seu melhor

Referência de desempenho

YOLOv11 demonstra melhorias significativas em diversas métricas de desempenho:

• Latência: latência 25-40% menor em comparação com YOLOv10, perfeita para aplicações em tempo actual.
• Precisão: melhoria de 10-15% no mAP com menos parâmetros.
• Velocidade: Capaz de processar 60 quadros por segundo, tornando-o um dos modelos de detecção de objetos mais rápidos.

Arquitetura modelo de YOLOv11

A arquitetura do YOLOv11 integra as seguintes inovações:

• Transformer Spine: Melhora a capacidade do modelo de capturar o contexto international.
• Design Dinâmico da Cabeça: Adapta o processamento à complexidade de cada imagem.
• Módulo PSA: aumenta a representação international sem adicionar muito custo computacional.
• Atribuição de rótulo duplo: melhora a detecção de vários objetos sobrepostos.

Essa arquitetura permite que o YOLOv11 seja executado com eficiência em sistemas de última geração e dispositivos de ponta, como telefones celulares.

Exemplo de uso do YOLOv11

Etapa 1: instalar dependências YOLOv11

Primeiro, instale os pacotes necessários:

!pip set up ultralytics
!pip set up torch torchvision

Etapa 2: carregar o modelo YOLOv11

Você pode carregar o modelo pré-treinado YOLOv11 diretamente usando a biblioteca Ultralytics.

from ultralytics import YOLO

# Load a COCO-pretrained YOLO11n mannequin
mannequin = YOLO('yolo11n.pt')

Etapa 3: treinar o modelo no conjunto de dados

Treine o modelo em seu conjunto de dados com o número apropriado de épocas

# Prepare the mannequin on the COCO8 instance dataset for 100 epochs
outcomes = mannequin.practice(knowledge="coco8.yaml", epochs=100, imgsz=640)

Teste o modelo

Você pode salvar o modelo e testá-lo em imagens não vistas, conforme necessário.

# Run inference on a picture
outcomes = mannequin("path/to/your/picture.png")

# Show outcomes
outcomes(0).present()

Imagem authentic e de saída

Tenho imagens inéditas para verificar a previsão do modelo e isso forneceu o resultado mais preciso

Aplicações de YOLOv11

Os avanços do YOLOv11 o tornam adequado para várias aplicações do mundo actual:

1. Veículos autônomos: A detecção aprimorada de objetos pequenos e obstruídos aumenta a segurança e a navegação.
2. Assistência médica: A precisão do YOLOv11 ajuda em tarefas de imagens médicas, como detecção de tumores, onde a precisão é crítica.
3. Gerenciamento de varejo e estoque: Rastreia o comportamento do cliente, monitora o estoque e aumenta a segurança em ambientes de varejo.
4. Vigilância: Sua velocidade e precisão o tornam perfeito para vigilância em tempo actual e detecção de ameaças.
5. Robótica: O YOLOv11 permite que os robôs naveguem melhor nos ambientes e interajam com os objetos de forma autônoma.

Conclusão

YOLOv11 estabelece um novo padrão para detecção de objetos, combinando velocidade, precisão e flexibilidade. Sua arquitetura baseada em transformador, design dinâmico de cabeçote e atribuição de rótulo duplo permitem que ele se destaque em uma variedade de aplicações em tempo actual, desde veículos autônomos até assistência médica. O YOLOv11 está prestes a se tornar uma ferramenta crítica para desenvolvedores e pesquisadores, abrindo caminho para avanços futuros na tecnologia de detecção de objetos.

Se você está procurando um curso de IA generativa on-line, discover: Programa Pináculo GenAI.

Principais conclusões

1. YOLOv11 apresenta um spine baseado em transformador e design de cabeçote dinâmico, aprimorando a detecção de objetos em tempo actual com maior velocidade e precisão.
2. Ele supera os modelos YOLO anteriores ao atingir 60 FPS e 61,5% mAP com menos parâmetros, tornando-o mais eficiente.
3. Inovações importantes, como treinamento sem NMS, atribuição de rótulo duplo e autoatenção parcial, melhoram a precisão da detecção, especialmente para objetos sobrepostos.
4. As aplicações práticas do YOLOv11 abrangem veículos autônomos, saúde, varejo, vigilância e robótica, beneficiando-se de sua velocidade e precisão.
5. O YOLOv11 reduz a latência em 25-40% em comparação com o YOLOv10, solidificando sua posição como ferramenta líder para tarefas de detecção de objetos em tempo actual.

A mídia mostrada neste artigo não é propriedade da Analytics Vidhya e é usada a critério do Autor.

Pergunta frequente