Utambuzi wa Wakati Halisi wa YOLO
YOLO (Unaangalia Mara Moja Pekee) ni familia ya miundo ya kugundua vitu ambayo hupata na kuweka lebo kila kitu kwenye picha yenye pasi moja ya mtandao wa neva, kwa kasi ya kutosha kwa video ya moja kwa moja.
Muhtasari
Its speed unlocked real-time vision on everything from drones to self-checkout kiosks.
Dive ya kina
Kabla ya YOLO, vigunduzi kama vile R-CNN viliendesha kiainishaji maelfu ya mara katika maeneo ya picha, ambayo ilikuwa polepole. YOLO, iliyoletwa na Joseph Redmon mnamo 2015, ilibadilisha ugunduzi kama shida moja ya urekebishaji: gawanya picha kwenye gridi ya taifa, na kwa kila seli tabiri visanduku vya kufunga, alama ya kutokubalika, na uwezekano wa darasa katika pasi moja ya mbele. Muundo huo wa 'kuonekana mara moja' uliifanya iwe haraka sana kuliko vigunduzi vya hatua mbili huku ikikaa sahihi. Familia imebadilika kwa haraka kupitia matoleo mengi (YOLOv2 kupitia YOLOv8 na kuendelea), na kuongeza visanduku vya kuegemea, uti wa mgongo bora, na vichwa visivyo na nanga. Vibadala vya kisasa hutumika kwa zaidi ya fremu 100 kwa sekunde kwenye GPU, hivyo kufanya YOLO chaguo-msingi wakati muda wa kusubiri ni muhimu kama vile usahihi.
Ufahamu wa Kiufundi
YOLO inagawanya picha katika gridi ya S kwa S. Kila seli hutabiri seti isiyobadilika ya visanduku vya kufunga vyenye (x, y, upana, urefu), alama ya uhakika, na uwezekano wa darasa, yote kwa pasi moja. Sanduku rudufu zinazopishana hukatwa kwa ukandamizaji usio wa kiwango cha juu, ambao huweka kisanduku cha uaminifu wa hali ya juu na kutupa vingine juu ya kizingiti cha IoU. Hasara kwa pamoja huboresha viwianishi vya kisanduku, kutokubalika, na uainishaji, kwa hivyo kigunduzi kizima huendesha gari hadi mwisho.
Athari za kimkakati
Kasi na kiwango
Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango.
Tengeneza chaguzi
Timu bunifu zinaweza kuiga dhana kwa haraka zaidi na masahihisho machache ya mikono.
Timu na mtiririko wa kazi
Uendeshaji unaweza kutumia ishara za picha na video ambazo hapo awali zilikuwa ngumu kuchakata.
Mustakabali wa Utambuzi wa YOLO wa Wakati Halisi
YOLO inaendelea kuvuma kwenye utumiaji wa ukingo, na miundo midogo iliyoidhinishwa inayoendeshwa kwenye simu, vidhibiti vidogo na kamera zilizopachikwa bila muunganisho wa wingu. Matoleo mapya zaidi huchanganya vijenzi vya transfoma na miundo isiyo na nanga kwa usahihi bila kuacha kasi. Tarajia muunganisho mkali zaidi wa ufuatiliaji na sehemu, ugunduzi wa msamiati wazi ambao unatambua vitu kutoka kwa vidokezo vya maandishi badala ya lebo zisizobadilika, na uzingatiaji wa kuendelea kufanya kazi kwa ufanisi kwenye maunzi ya bei nafuu, yenye nguvu kidogo ukingoni.
Utekelezaji wa Ulimwengu Halisi
Mifumo ya kujilipa na maduka yasiyo na pesa kidogo hugundua vitu jinsi wanunuzi wanavyovichukua
Ndege zisizo na rubani na roboti za kilimo zinazoona mazao, magugu au mifugo kwa wakati halisi
Kamera za trafiki na za uchunguzi zinazohesabu magari na kugundua watembea kwa miguu kwa uchanganuzi wa jiji mahiri.
Laini za utengenezaji zinazoashiria sehemu zenye kasoro kwenye ukanda wa kupitisha unaosonga haraka
Hatari & Walinzi
Haki za picha na idhini zinaweza kuwa hatari za kisheria ikiwa asili haiko wazi.
Utendaji wa muundo unaweza kutofautiana katika mwangaza, idadi ya watu na mazingira.
Chanya za uwongo zinaweza kutotambuliwa isipokuwa viwango vya uaminifu vifuatiliwe.
Ramani ya Utekelezaji
Bainisha vigezo vya kukubalika vya usahihi, kumbukumbu na gharama za makosa.
Jaribu kwa kutumia data inayolingana na hali halisi ya uzalishaji.
Ongeza ukaguzi wa kibinadamu kwa utabiri wa chini au utabiri wa athari kubwa.
Fuatilia mtindo wa kuteleza na uthibitishe upya baada ya mabadiliko ya kamera au mkusanyiko wa data.
Endelea Kuchunguza
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
Mwongozo unaofuata
Mawakala wa Sauti ya Wakati Halisi
Maswali yanayoulizwa mara kwa mara
What is YOLO Real-Time Detection?
YOLO (Unaangalia Mara Moja Pekee) ni familia ya miundo ya kugundua vitu ambayo hupata na kuweka lebo kila kitu kwenye picha yenye pasi moja ya mtandao wa neva, kwa kasi ya kutosha kwa video ya moja kwa moja. Kasi yake ilifungua maono ya wakati halisi kwenye kila kitu kutoka kwa ndege zisizo na rubani hadi vibanda vya kujivinjari.
Je, kifupi cha YOLO kinawakilisha nini katika muktadha huu?
YOLO inasimamia 'Unatazama Mara Moja Pekee,' ikionyesha kwamba hutambua vitu vyote kwenye mtandao mmoja wa neural kupita juu ya picha.
Je, ni uvumbuzi gani muhimu ulioifanya YOLO kuwa haraka kuliko vigunduzi vya awali kama R-CNN?
YOLO ilifanya ugunduzi upya kuwa tatizo moja la urekebishaji kwenye gridi ya picha, na hivyo kuchukua nafasi ya uainishaji wa polepole wa eneo kwa eneo wa vigunduzi vya hatua mbili.
Ni mbinu gani huondoa nakala mbili, masanduku yanayofungana katika matokeo ya YOLO?
Ukandamizaji usio wa kiwango cha juu huweka kisanduku cha imani ya juu zaidi na hutupa visanduku vinavyopishana juu ya kizingiti cha makutano-juu ya muungano.
Katika muundo asili wa YOLO, picha ya ingizo imegawanywa vipi kwa utabiri?
YOLO inagawanya picha katika gridi ya S kwa S, na kila seli inawajibika kutabiri visanduku na uwezekano wa darasa kwa vitu vilivyowekwa ndani yake.
Ni kiasi gani kila seli ya gridi ya taifa inatabiri kando ya viwianishi vya kisanduku kinachofunga?
Kila seli hutabiri viwianishi vya kisanduku, alama ya kutegemewa kwa kitu, na uwezekano wa darasa, yote kwa pamoja katika pasi moja ya mbele.