विज़ुअल एआई गाइड
योलो रीयल-टाइम डिटेक्शन
YOLO (यू ओनली लुक वन्स) ऑब्जेक्ट डिटेक्शन मॉडल का एक परिवार है जो एक एकल न्यूरल नेटवर्क पास के साथ छवि में प्रत्येक ऑब्जेक्ट को ढूंढता है और लेबल करता है, जो लाइव वीडियो के लिए पर्याप्त तेज़ है।
इस गाइड को सुनेंएआई-नैरेटेड · ~2 min
इस पृष्ठ पर2 मिनट लाल
सिंहावलोकन
इसकी गति ने ड्रोन से लेकर सेल्फ-चेकआउट कियोस्क तक हर चीज़ पर वास्तविक समय की दृष्टि को अनलॉक कर दिया।
गहरा गोता
YOLO से पहले, R-CNN जैसे डिटेक्टरों ने छवि क्षेत्रों में हजारों बार क्लासिफायर चलाया, जो धीमा था। 2015 में जोसेफ रेडमन द्वारा पेश किए गए YOLO ने एक प्रतिगमन समस्या के रूप में पहचान को फिर से तैयार किया: छवि को एक ग्रिड में विभाजित करें, और प्रत्येक सेल के लिए एक ही फॉरवर्ड पास में बाउंडिंग बॉक्स, एक ऑब्जेक्टनेस स्कोर और क्लास संभावनाओं की भविष्यवाणी करें। उस 'एक बार देखो' डिज़ाइन ने सटीक रहते हुए इसे दो-चरण डिटेक्टरों की तुलना में नाटकीय रूप से तेज़ बना दिया। परिवार कई संस्करणों (YOLOv2 से YOLOv8 और उससे आगे) के माध्यम से तेजी से विकसित हुआ है, जिसमें एंकर बॉक्स, बेहतर बैकबोन और एंकर-मुक्त हेड शामिल हैं। आधुनिक वेरिएंट एक जीपीयू पर 100 फ्रेम प्रति सेकंड से भी अधिक की गति से चलते हैं, जिससे जब विलंबता सटीकता जितनी ही मायने रखती है तो YOLO डिफ़ॉल्ट विकल्प बन जाता है।
वास्तविक विश्व कार्यान्वयन
सेल्फ-चेकआउट सिस्टम और कैशियर-लेस स्टोर, खरीदार द्वारा सामान उठाते ही उसका पता लगा लेते हैं
ड्रोन और कृषि रोबोट वास्तविक समय में फसलों, खरपतवार या पशुओं का पता लगा रहे हैं
स्मार्ट-सिटी विश्लेषण के लिए यातायात और निगरानी कैमरे वाहनों की गिनती कर रहे हैं और पैदल चलने वालों का पता लगा रहे हैं
विनिर्माण लाइनें तेजी से चलने वाले कन्वेयर बेल्ट पर दोषपूर्ण भागों को चिह्नित करती हैं
YOLO रीयल-टाइम डिटेक्शन का भविष्य
YOLO एज परिनियोजन की ओर रुझान रखता है, जिसमें छोटे मात्रा वाले मॉडल फोन, माइक्रोकंट्रोलर और क्लाउड कनेक्शन के बिना एम्बेडेड कैमरों पर चल रहे हैं। नए रिलीज़ में गति से समझौता किए बिना सटीकता के लिए ट्रांसफार्मर घटकों और एंकर-मुक्त डिज़ाइन का मिश्रण होता है। ट्रैकिंग और विभाजन के साथ सख्त एकीकरण की अपेक्षा करें, खुली-शब्दावली का पता लगाना जो निश्चित लेबल के बजाय पाठ संकेतों से वस्तुओं को पहचानता है, और किनारे पर सस्ते, कम-शक्ति वाले हार्डवेयर पर कुशलतापूर्वक चलाने पर ध्यान जारी रखता है।
इसे व्यवहार में लाना
यह क्यों मायने रखता है?
- गति और पैमाना. विज़ुअल एआई बड़े पैमाने पर निरीक्षण, पता लगाने और टैगिंग कार्यों को स्वचालित कर सकता है।
- विकल्प बनाएं. रचनात्मक टीमें कम मैन्युअल संशोधनों के साथ तेजी से अवधारणाओं का प्रोटोटाइप बना सकती हैं।
- टीम और वर्कफ़्लो. संचालन छवि और वीडियो संकेतों का उपयोग कर सकते हैं जिन्हें संसाधित करना पहले कठिन था।
का ध्यान रखें
- यदि उत्पत्ति अस्पष्ट है तो छवि अधिकार और सहमति कानूनी जोखिम बन सकते हैं।
- मॉडल का प्रदर्शन प्रकाश व्यवस्था, जनसांख्यिकी और वातावरण के अनुसार भिन्न हो सकता है।
- जब तक आत्मविश्वास की सीमा की निगरानी नहीं की जाती, तब तक झूठी सकारात्मक बातों पर ध्यान नहीं दिया जा सकता।
अगले चरण
- सटीकता, रिकॉल और त्रुटि लागत के लिए स्वीकृति मानदंड परिभाषित करें।
- वास्तविक उत्पादन स्थितियों से मेल खाने वाले डेटा के साथ परीक्षण करें।
- कम-आत्मविश्वास या उच्च-प्रभाव वाली भविष्यवाणियों के लिए मानवीय समीक्षा जोड़ें।
- कैमरा या डेटासेट में बदलाव के बाद मॉडल बहाव को ट्रैक करें और पुनः सत्यापित करें।
अन्वेषण करते रहें
मुफ़्त न्यूज़लेटर
दैनिक एआई ब्रीफिंग प्राप्त करें
हर कार्यदिवस की सुबह तीन सत्यापित एआई कहानियाँ, सादे अंग्रेजी में लिखी गईं। हमेशा के लिए मुफ़्त, कोई विज्ञापन नहीं।
प्रत्येक सप्ताह के दिन एक ईमेल. एक क्लिक में सदस्यता समाप्त करें. हम आपका पता कभी नहीं बेचते या साझा नहीं करते।
स्वयं की जांच करो
Take the YOLO Real-Time Detection quiz
प्रत्येक उत्तर पर त्वरित प्रतिक्रिया, और पाठ्यक्रम पास करने के बाद एक सत्यापन योग्य आईडी के साथ एक साझा करने योग्य प्रमाणपत्र।
निःशुल्क एआई शिक्षा का समर्थन करें। AI Understanding एक 501(c)(3) गैर-लाभकारी संस्था है - कोई विज्ञापन नहीं, कोई पेवॉल नहीं। दान करें
अक्सर पूछे जाने वाले प्रश्नों
YOLO रीयल-टाइम डिटेक्शन क्या है?
YOLO (यू ओनली लुक वन्स) ऑब्जेक्ट डिटेक्शन मॉडल का एक परिवार है जो एक एकल न्यूरल नेटवर्क पास के साथ छवि में प्रत्येक ऑब्जेक्ट को ढूंढता है और लेबल करता है, जो लाइव वीडियो के लिए पर्याप्त तेज़ है। इसकी गति ने ड्रोन से लेकर सेल्फ-चेकआउट कियोस्क तक हर चीज पर वास्तविक समय की दृष्टि को अनलॉक कर दिया।
इस संदर्भ में संक्षिप्त नाम YOLO का क्या अर्थ है?
YOLO का अर्थ है 'आप केवल एक बार देखें', यह दर्शाता है कि यह छवि के ऊपर से गुजरने वाले एकल तंत्रिका नेटवर्क में सभी वस्तुओं का पता लगाता है।
Which cross-domain evaluation did the original YOLO paper report?
The original paper reports evaluation on the Picasso and People-Art datasets as a test of generalization from natural images to artwork.
कौन सी तकनीक YOLO के आउटपुट में डुप्लिकेट, ओवरलैपिंग बाउंडिंग बॉक्स को हटा देती है?
गैर-अधिकतम दमन उच्चतम-विश्वास बॉक्स रखता है और ओवरलैपिंग बॉक्स को चौराहे-ओवर-यूनियन सीमा से ऊपर छोड़ देता है।
मूल YOLO डिज़ाइन में, भविष्यवाणी के लिए इनपुट छवि को कैसे विभाजित किया गया है?
YOLO छवि को S ग्रिड द्वारा S में विभाजित करता है, और प्रत्येक सेल इसमें केंद्रित वस्तुओं के लिए बॉक्स और वर्ग संभावनाओं की भविष्यवाणी करने के लिए जिम्मेदार है।
प्रत्येक ग्रिड सेल बाउंडिंग बॉक्स निर्देशांक के साथ किस मात्रा की भविष्यवाणी करता है?
प्रत्येक कोशिका बॉक्स निर्देशांक, वस्तुनिष्ठता आत्मविश्वास स्कोर और वर्ग संभावनाओं की भविष्यवाणी करती है, सभी संयुक्त रूप से एक फॉरवर्ड पास में।
सीखते रहो
संबंधित मार्गदर्शिकाएँ
इस विषय के लिए अधिक मार्गदर्शिकाएँ चुनी गईं