Ultralytics YOLO11:实时目标检测与图像分割的最新进展

利用深度学习计算机视觉的最新进展,实现实时目标检测图像分割

开始使用Ultralytics YOLO11

Ultralytics YOLO11是基于深度学习计算机视觉的最新进展,为实时目标检测图像分割领域带来了革命性的变化。它不仅在速度和准确性上提供了无与伦比的性能,而且其流线型设计使其适合于各种应用场景,并能轻松适应不同的硬件平台,从边缘设备到云API。

快速开始

要开始使用Ultralytics YOLO11,可以通过pip安装ultralytics包,并在几分钟内开始训练YOLO模型。以下是基本的安装命令:

pip install ultralytics

为了获得全面的分步指南,请访问快速启动指南。这个资源将帮助了解如何安装、初始设置和启动第一模型。

预测新图像、视频和流

使用YOLO预测新图像、视频和流是简单直接的。可以使用以下命令来开始预测:

yolo detect

了解更多关于如何使用YOLO进行预测的信息,请访问文档中心。

训练自己的YOLO模型

在自己的数据集上训练一个新的YOLO模型是一个涉及多个详细步骤的过程。以下是一些关键步骤:

from ultralytics import YOLO # 加载预训练的YOLO模型(可以选择n, s, m, l, 或 x版本) model = YOLO("yolo11n.pt") # 在自定义数据集上开始训练 model.train(data="path/to/dataset.yaml", epochs=100, imgsz=640)

为了获得详细的描述和优化训练过程的建议,请查看模型训练指南。

探索YOLO任务

YOLO支持各种视觉AI任务,如检测、分割、姿态估计、跟踪和分类。探索YOLO11的新模型和它们的功能,了解如何将这些功能应用到项目中。

沪ICP备2024098111号-1
上海秋旦网络科技中心:上海市奉贤区金大公路8218号1幢 联系电话:17898875485