YOLO Ανίχνευση σε πραγματικό χρόνο
Το YOLO (You Only Look Once) είναι μια οικογένεια μοντέλων ανίχνευσης αντικειμένων που βρίσκουν και επισημαίνουν κάθε αντικείμενο σε μια εικόνα με ένα πέρασμα νευρωνικού δικτύου, αρκετά γρήγορα για ζωντανό βίντεο.
Επισκόπηση
Its speed unlocked real-time vision on everything from drones to self-checkout kiosks.
Βαθιά κατάδυση
Πριν από το YOLO, ανιχνευτές όπως το R-CNN έτρεχαν έναν ταξινομητή χιλιάδες φορές σε περιοχές εικόνας, κάτι που ήταν αργό. Το YOLO, το οποίο εισήχθη από τον Joseph Redmon το 2015, αναδιαμόρφωσε την ανίχνευση ως ένα πρόβλημα παλινδρόμησης: χωρίστε την εικόνα σε ένα πλέγμα και για κάθε κελί πρόβλεψη οριοθέτησης πλαισίων, βαθμολογία αντικειμενικότητας και πιθανότητες κλάσης σε ένα μόνο πάσο προς τα εμπρός. Αυτός ο σχεδιασμός «φαίνεται μια φορά» τον έκανε δραματικά ταχύτερο από τους ανιχνευτές δύο σταδίων, ενώ παραμένει ακριβής. Η οικογένεια έχει εξελιχθεί γρήγορα μέσω πολλών εκδόσεων (YOLOv2 έως YOLOv8 και πέρα), προσθέτοντας κουτιά αγκύρωσης, καλύτερες ραχοκοκαλιές και κεφαλές χωρίς άγκυρα. Οι σύγχρονες παραλλαγές τρέχουν με πολύ πάνω από 100 καρέ ανά δευτερόλεπτο σε μια GPU, καθιστώντας το YOLO την προεπιλεγμένη επιλογή όταν ο λανθάνων χρόνος είναι τόσο σημαντικός όσο και η ακρίβεια.
Τεχνική διορατικότητα
Το YOLO χωρίζει μια εικόνα σε ένα πλέγμα S κατά S. Κάθε κελί προβλέπει ένα σταθερό σύνολο οριοθετημένων πλαισίων με (x, y, πλάτος, ύψος), βαθμολογία εμπιστοσύνης και πιθανότητες κλάσης, όλα σε ένα πέρασμα. Τα επικαλυπτόμενα διπλότυπα κουτιά κλαδεύονται με μη μέγιστη καταστολή, η οποία διατηρεί το πλαίσιο υψηλότερης εμπιστοσύνης και απορρίπτει άλλα πάνω από ένα όριο IoU. Η απώλεια βελτιστοποιεί από κοινού τις συντεταγμένες του κιβωτίου, την αντικειμενικότητα και την ταξινόμηση, έτσι ολόκληρος ο ανιχνευτής εκπαιδεύεται από άκρη σε άκρη.
Στρατηγικός αντίκτυπος
Ταχύτητα και κλίμακα
Το Visual AI μπορεί να αυτοματοποιήσει εργασίες επιθεώρησης, ανίχνευσης και επισήμανσης σε κλίμακα.
Δημιουργήστε επιλογές
Οι δημιουργικές ομάδες μπορούν να δημιουργήσουν πρωτότυπες ιδέες γρηγορότερα με λιγότερες μη αυτόματες αναθεωρήσεις.
Ομάδα και ροή εργασίας
Οι λειτουργίες μπορούν να χρησιμοποιούν σήματα εικόνας και βίντεο που προηγουμένως ήταν δύσκολο να επεξεργαστούν.
Το μέλλον της ανίχνευσης σε πραγματικό χρόνο YOLO
Το YOLO συνεχίζει να τείνει προς την ανάπτυξη αιχμής, με μικρότερα κβαντισμένα μοντέλα που εκτελούνται σε τηλέφωνα, μικροελεγκτές και ενσωματωμένες κάμερες χωρίς σύνδεση cloud. Οι νεότερες εκδόσεις συνδυάζουν εξαρτήματα μετασχηματιστή και σχέδια χωρίς άγκυρα για ακρίβεια χωρίς να θυσιάζεται η ταχύτητα. Αναμένετε στενότερη ενοποίηση με παρακολούθηση και τμηματοποίηση, ανίχνευση ανοιχτού λεξιλογίου που αναγνωρίζει αντικείμενα από προτροπές κειμένου και όχι σταθερές ετικέτες και συνεχή προσοχή στην αποτελεσματική λειτουργία σε φθηνό υλικό χαμηλής κατανάλωσης στην άκρη.
Υλοποίηση σε πραγματικό κόσμο
Συστήματα αυτοεξόφλησης και καταστήματα χωρίς ταμείο που εντοπίζουν αντικείμενα καθώς τα παραλαμβάνουν οι αγοραστές
Drones και γεωργικά ρομπότ εντοπίζουν καλλιέργειες, ζιζάνια ή ζώα σε πραγματικό χρόνο
Κάμερες κυκλοφορίας και παρακολούθησης που μετρούν οχήματα και ανιχνεύουν πεζούς για ανάλυση έξυπνων πόλεων
Γραμμές κατασκευής που επισημαίνουν ελαττωματικά μέρη σε μια ταχέως κινούμενη μεταφορική ταινία
Κίνδυνοι & προστατευτικά κιγκλιδώματα
Τα δικαιώματα εικόνας και η συναίνεση μπορεί να αποτελέσουν νομικούς κινδύνους εάν η προέλευση είναι ασαφής.
Η απόδοση του μοντέλου μπορεί να διαφέρει ανάλογα με το φωτισμό, τα δημογραφικά στοιχεία και τα περιβάλλοντα.
Τα ψευδώς θετικά μπορεί να περάσουν απαρατήρητα εκτός εάν παρακολουθούνται τα όρια εμπιστοσύνης.
Οδικός Χάρτης Εφαρμογής
Καθορίστε κριτήρια αποδοχής για το κόστος ακρίβειας, ανάκλησης και σφάλματος.
Δοκιμή με δεδομένα που ταιριάζουν με πραγματικές συνθήκες παραγωγής.
Προσθέστε ανθρώπινη κριτική για προβλέψεις χαμηλής εμπιστοσύνης ή υψηλού αντίκτυπου.
Παρακολουθήστε τη μετατόπιση του μοντέλου και επικυρώστε εκ νέου μετά από αλλαγές κάμερας ή δεδομένων.
Συνεχίστε την εξερεύνηση
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the YOLO Real-Time Detection quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Επόμενος οδηγός
Πράκτορες φωνής σε πραγματικό χρόνο
Συχνές ερωτήσεις
What is YOLO Real-Time Detection?
Το YOLO (You Only Look Once) είναι μια οικογένεια μοντέλων ανίχνευσης αντικειμένων που βρίσκουν και επισημαίνουν κάθε αντικείμενο σε μια εικόνα με ένα πέρασμα νευρωνικού δικτύου, αρκετά γρήγορα για ζωντανό βίντεο. Η ταχύτητά του ξεκλείδωσε την όραση σε πραγματικό χρόνο σε οτιδήποτε, από drones έως κιόσκια αυτοελέγχου.
Τι σημαίνει το ακρωνύμιο YOLO σε αυτό το πλαίσιο;
Το YOLO σημαίνει «You Only Look Once», αντανακλώντας ότι ανιχνεύει όλα τα αντικείμενα σε ένα ενιαίο πέρασμα νευρωνικού δικτύου πάνω από την εικόνα.
Ποια ήταν η βασική καινοτομία που έκανε το YOLO ταχύτερο από παλαιότερους ανιχνευτές όπως το R-CNN;
Το YOLO ανακατέστησε την ανίχνευση ως ένα πρόβλημα παλινδρόμησης σε ένα πλέγμα εικόνας, αντικαθιστώντας την αργή ταξινόμηση περιοχής προς περιοχή των ανιχνευτών δύο σταδίων.
Ποια τεχνική αφαιρεί τα διπλά, επικαλυπτόμενα πλαίσια οριοθέτησης στην έξοδο του YOLO;
Η μη μέγιστη καταστολή διατηρεί το πλαίσιο υψηλότερης αξιοπιστίας και απορρίπτει τα επικαλυπτόμενα πλαίσια πάνω από ένα όριο διασταύρωσης πάνω από ένωση.
Στο αρχικό σχέδιο YOLO, πώς χωρίζεται η εικόνα εισόδου για πρόβλεψη;
Το YOLO χωρίζει την εικόνα σε ένα πλέγμα S κατά S και κάθε κελί είναι υπεύθυνο για την πρόβλεψη πλαισίων και πιθανοτήτων κλάσης για αντικείμενα που βρίσκονται στο κέντρο του.
Ποια ποσότητα προβλέπει κάθε κελί πλέγματος μαζί με τις συντεταγμένες του πλαισίου οριοθέτησης;
Κάθε κελί προβλέπει συντεταγμένες πλαισίου, βαθμολογία εμπιστοσύνης αντικειμενικότητας και πιθανότητες κλάσης, όλα μαζί σε ένα πέρασμα προς τα εμπρός.