SelanjutnyaPanduan berikutnya
Agen Suara Waktu Nyata
AI Audio
PANDUAN AI Visual
Deteksi Waktu Nyata YOLO
YOLO (You Only Look Once) adalah rangkaian model deteksi objek yang menemukan dan memberi label setiap objek dalam gambar dengan satu jaringan saraf, cukup cepat untuk video langsung.
Dengarkan panduan iniDiceritakan oleh AI · ~2 min
Di halaman ini2 menit membaca
Ikhtisar
Kecepatannya membuka visi real-time dalam segala hal mulai dari drone hingga kios pembayaran mandiri.
Menyelam Lebih Dalam
Sebelum YOLO, detektor seperti R-CNN menjalankan pengklasifikasi ribuan kali di seluruh wilayah gambar, dan prosesnya lambat. YOLO, diperkenalkan oleh Joseph Redmon pada tahun 2015, mengubah deteksi menjadi satu masalah regresi: membagi gambar ke dalam kotak, dan untuk setiap sel memprediksi kotak pembatas, skor objektivitas, dan probabilitas kelas dalam satu forward pass. Desain 'lihat sekali' membuatnya jauh lebih cepat dibandingkan detektor dua tahap namun tetap akurat. Keluarga ini telah berkembang pesat melalui banyak versi (YOLOv2 hingga YOLOv8 dan seterusnya), menambahkan kotak jangkar, tulang punggung yang lebih baik, dan kepala bebas jangkar. Varian modern berjalan dengan kecepatan lebih dari 100 frame per detik pada GPU, menjadikan YOLO sebagai pilihan default ketika latensi sama pentingnya dengan akurasi.
Implementasi Dunia Nyata
Sistem pembayaran mandiri dan toko tanpa kasir mendeteksi barang saat pembeli mengambilnya
Drone dan robot pertanian dapat mendeteksi tanaman, gulma, atau ternak secara real time
Kamera lalu lintas dan pengawasan menghitung kendaraan dan mendeteksi pejalan kaki untuk analisis kota pintar
Jalur produksi menandai suku cadang yang rusak pada ban berjalan yang bergerak cepat
Masa Depan Deteksi Real-Time YOLO
YOLO terus melakukan tren penerapan edge, dengan model terkuantisasi lebih kecil yang berjalan di ponsel, mikrokontroler, dan kamera tertanam tanpa koneksi cloud. Rilisan yang lebih baru memadukan komponen transformator dan desain bebas jangkar untuk akurasi tanpa mengorbankan kecepatan. Harapkan integrasi yang lebih erat dengan pelacakan dan segmentasi, deteksi kosakata terbuka yang mengenali objek dari perintah teks, bukan label tetap, dan perhatian berkelanjutan untuk berjalan secara efisien pada perangkat keras edge yang murah dan berdaya rendah.
Mempraktikkannya
Mengapa itu penting
- Kecepatan dan skala. Visual AI dapat mengotomatiskan tugas inspeksi, deteksi, dan penandaan dalam skala besar.
- Pilihan Build. Tim kreatif dapat membuat prototipe konsep lebih cepat dengan lebih sedikit revisi manual.
- Tim dan alur kerja. Pengoperasiannya dapat menggunakan sinyal gambar dan video yang sebelumnya sulit diproses.
Hati-hati
- Hak citra dan persetujuan dapat menjadi risiko hukum jika asal usulnya tidak jelas.
- Performa model dapat bervariasi berdasarkan pencahayaan, demografi, dan lingkungan.
- Positif palsu mungkin tidak diketahui kecuali ambang batas keyakinan dipantau.
Langkah selanjutnya
- Tentukan kriteria penerimaan untuk biaya presisi, penarikan kembali, dan kesalahan.
- Uji dengan data yang sesuai dengan kondisi produksi sebenarnya.
- Tambahkan tinjauan manusia untuk prediksi dengan tingkat keyakinan rendah atau dampak tinggi.
- Lacak penyimpangan model dan validasi ulang setelah kamera atau kumpulan data berubah.
Terus Menjelajah
Buletin gratis
Dapatkan pengarahan AI harian
Tiga cerita AI terverifikasi setiap pagi hari kerja, ditulis dalam bahasa Inggris sederhana. Gratis selamanya, tanpa iklan.
Satu email setiap hari kerja. Berhenti berlangganan dalam satu klik. Kami tidak pernah menjual atau membagikan alamat Anda.
Uji diri Anda sendiri
Take the YOLO Real-Time Detection quiz
Umpan balik instan untuk setiap jawaban, dan sertifikat yang dapat dibagikan dengan ID yang dapat diverifikasi setelah Anda lulus kursus.
Mendukung pendidikan AI gratis. AI Understanding adalah organisasi nirlaba 501(c)(3) — tanpa iklan, tanpa paywall, selamanya. Berikan sumbangan
Pertanyaan yang sering diajukan
Apa itu Deteksi Waktu Nyata YOLO?
YOLO (You Only Look Once) adalah rangkaian model deteksi objek yang menemukan dan memberi label setiap objek dalam gambar dengan satu jaringan saraf, cukup cepat untuk video langsung. Kecepatannya membuka visi real-time dalam segala hal mulai dari drone hingga kios pembayaran mandiri.
Apa singkatan dari YOLO dalam konteks ini?
YOLO adalah singkatan dari 'You Only Look Once', yang mencerminkan bahwa YOLO mendeteksi semua objek dalam satu jaringan saraf yang melewati gambar.
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.
Teknik apa yang menghilangkan duplikat, kotak pembatas yang tumpang tindih dalam keluaran YOLO?
Penekanan non-maksimum mempertahankan kotak dengan tingkat kepercayaan tertinggi dan membuang kotak yang tumpang tindih di atas ambang batas persimpangan-ke-serikat.
Dalam desain YOLO asli, bagaimana gambar masukan dibagi untuk prediksi?
YOLO membagi gambar menjadi kisi S demi S, dan setiap sel bertanggung jawab untuk memprediksi kotak dan probabilitas kelas untuk objek yang berpusat di dalamnya.
Kuantitas manakah yang diprediksi oleh setiap sel kisi di samping koordinat kotak pembatas?
Setiap sel memprediksi koordinat kotak, skor keyakinan objektivitas, dan probabilitas kelas, semuanya digabungkan dalam satu forward pass.
Teruslah belajar
Panduan terkait
Panduan lainnya dipilih untuk topik ini