Ultralytics YOLO

Description

Ultralytics YOLO est un framework d'IA complet, réputé pour ses capacités en détection d'objets et segmentation d'images en temps réel. La dernière itération, YOLO26, représente la prochaine génération d'IA visuelle, construite sur des avancées significatives en apprentissage profond et en vision par ordinateur. Elle offre une inférence NMS-free de bout en bout et un déploiement optimisé sur périphériques, la rendant hautement adaptable à diverses plateformes matérielles, des appareils périphériques compacts aux API cloud robustes.

Ce framework est conçu pour rationaliser l'ensemble du flux de travail de la vision par ordinateur, de l'annotation à l'entraînement, en passant par le déploiement. Les utilisateurs peuvent annoter, entraîner et déployer des modèles YOLO en toute simplicité. La documentation Ultralytics sert de hub central pour comprendre et utiliser les fonctionnalités du framework, s'adressant aussi bien aux praticiens expérimentés en apprentissage automatique qu'aux nouveaux venus dans le domaine. L'objectif est de maximiser le potentiel de YOLO dans divers projets.

La famille YOLO a une riche histoire, débutant avec la sortie initiale de Joseph Redmon et Ali Farhadi en 2015. Les versions ultérieures, y compris YOLOv2, YOLOv3, YOLOv4, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv9, YOLOv10, et le dernier YOLO11, ont constamment introduit des améliorations architecturales et des techniques innovantes. YOLO26 poursuit cette évolution, offrant des performances, une flexibilité et une efficacité accrues pour une gamme complète de tâches d'IA visuelle.

Ultralytics propose des options de licence flexibles, y compris la licence open-source AGPL-3.0 pour les étudiants et les passionnés, et une licence d'entreprise pour une utilisation commerciale. Cette double approche garantit que, tout en encourageant la collaboration ouverte, les entreprises peuvent intégrer de manière transparente les logiciels et les modèles d'IA Ultralytics dans leurs produits et services. Le framework prend en charge un large éventail de tâches de vision par ordinateur, notamment la détection, la segmentation d'instance, la segmentation sémantique, l'estimation de pose, le suivi et la classification, ce qui en fait un outil polyvalent pour les développeurs et les chercheurs.

Fonctionnalités principales de Ultralytics YOLO

• Détection d'objets en temps réel

• Segmentation d'images

• Modèle YOLO26 avec inférence NMS-free

• Déploiement optimisé sur périphériques

• Déploiement via API cloud

• Prise en charge des tâches de détection, segmentation, estimation de pose, suivi et classification

• Flux de travail rationalisé pour l'annotation, l'entraînement et le déploiement

• Licence open-source AGPL-3.0

• Licence d'entreprise pour usage commercial

• Intégration avec des jeux de données personnalisés

• Capacités de suivi multi-objets

Premiers pas avec Ultralytics YOLO

1. 1

   Installation : Installez le package ultralytics en utilisant pip.

2. 2

   Démarrage rapide : Suivez le guide de démarrage rapide pour la configuration initiale et l'exécution de votre premier modèle.

3. 3

   Prédiction : Utilisez le mode de prédiction pour l'inférence sur des images, des vidéos et des flux.

4. 4

   Entraînement : Entraînez de nouveaux modèles YOLO sur des jeux de données personnalisés en utilisant le mode d'entraînement.

5. 5

   Exploration des tâches : Découvrez et implémentez diverses tâches de vision par ordinateur comme la détection, la segmentation et la pose.

6. 6

   Suivi : Implémentez le suivi multi-objets en utilisant la commande track.

7. 7

   Déploiement : Déployez des modèles sur des périphériques ou des API cloud.

Cas d'utilisation de Ultralytics YOLO

• Détection d'objets
• Segmentation d'images
• Estimation de pose
• Suivi d'objets
• Systèmes autonomes
• Surveillance et sécurité
• Analyse d'imagerie médicale
• Analyse de vente au détail

FAQ de Ultralytics YOLO

• Qu'est-ce qu'Ultralytics YOLO et comment améliore-t-il la détection d'objets ?

  Ultralytics YOLO est un framework d'IA pour la détection d'objets et la segmentation d'images en temps réel. Le dernier modèle YOLO26 améliore les performances avec une inférence NMS-free de bout en bout et un déploiement optimisé sur périphériques, prenant en charge des tâches telles que la détection, la segmentation, l'estimation de pose et le suivi.

• Comment puis-je commencer avec l'installation et la configuration de YOLO ?

  Vous pouvez installer Ultralytics YOLO facilement en utilisant pip avec la commande 'pip install -U ultralytics'. Un guide complet étape par étape est disponible sur la page Démarrage rapide pour vous aider avec l'installation et la configuration initiale.

• Comment puis-je entraîner un modèle YOLO personnalisé sur mon jeu de données ?

  Pour entraîner un modèle YOLO personnalisé, préparez votre jeu de données annoté, configurez les paramètres d'entraînement dans un fichier YAML et utilisez la commande 'yolo TASK train'. Par exemple, 'model.train(data="path/to/dataset.yaml", epochs=100, imgsz=640)' pour la détection d'objets.

• Quelles sont les options de licence disponibles pour Ultralytics YOLO ?

  Ultralytics propose deux options de licence : la licence open-source AGPL-3.0, adaptée à un usage éducatif et non commercial, et une licence d'entreprise pour le développement et l'utilisation en production, qui contourne les exigences de l'open-source.

• Comment Ultralytics YOLO peut-il être utilisé pour le suivi d'objets en temps réel ?

  Ultralytics YOLO prend en charge le suivi multi-objets efficace. Vous pouvez utiliser cette capacité en utilisant la commande 'yolo track', par exemple, 'model.track(source="path/to/video.mp4")', pour suivre des objets dans des vidéos ou des flux en direct.

• Quelles tâches de vision par ordinateur Ultralytics YOLO prend-il en charge ?

  Ultralytics YOLO prend en charge un large éventail de tâches d'IA visuelle, notamment la détection d'objets, la segmentation d'instance, la segmentation sémantique, l'estimation de pose, le suivi et la classification.

• Quel est l'avantage principal de YOLO26 ?

  Les principaux avantages de YOLO26 incluent ses capacités d'IA visuelle de nouvelle génération, son inférence NMS-free de bout en bout et son déploiement optimisé sur périphériques, le rendant efficace pour les applications du monde réel.

• Où puis-je trouver la documentation pour Ultralytics YOLO ?

  La documentation Ultralytics sur docs.ultralytics.com fournit des ressources complètes pour comprendre et utiliser les fonctionnalités de YOLO, y compris des guides, des références et des explorations de tâches.

• YOLO peut-il être déployé sur des périphériques ?

  Oui, YOLO26 est spécifiquement optimisé pour le déploiement sur périphériques, permettant un fonctionnement efficace sur divers appareils.

• Quelle est l'histoire du modèle YOLO ?

  Le modèle YOLO (You Only Look Once) a été développé pour la première fois en 2015 et a depuis connu de nombreuses avancées à travers des versions telles que YOLOv2, YOLOv3, YOLOv8, et le dernier YOLO26, chacune introduisant des améliorations de performance et de nouvelles fonctionnalités.