בלוג

פיתוח בינה מלאכותית : Ultralytics מתאימה לתחום של בינה מלאכותית ולמכונה למידה.

-Ultralytics כוללים:

1. YOLOv8: Ultralytics מוכרת בעיקרון הפיתוח שלה בתחום YOLOv5, אשר הוא ראיית המחשב הממוחשבת שנוצרת על מנת לזהות ולאתר אובייקטים בזמן אמת בתמונות ובסרטונים. YOLOv5 הוא האיטרציה האחרונה בסדרה YOLO ומציעה ביצועים ודיוק משופרים.

2. **YOLACT:* YOLACT הוא מודל זיהוי אובייקטים ואובייקטים מופשטים אחר שפותח על ידי Ultralytics. הוא יכול לזהות ולגבות אובייקטים אישיים בתמונה, ולכן יש בו שימוש במשימות כמו מעקב אחר אובייקטים.

3. **DetectoRS:** DetectoRS הוא מודל שפותח על ידי Ultralytics שמתמקד בשיפור הביצועים של זיהוי אובייקטים ואובייקטים מופשטים, בעיקר בתנאים שבהם יש המון אובייקטים במסגרת סצנות דרמטיות.

4. **המרכז של Ultralytics:** Ultralytics מספקת מרכז להכשרת מודלים, ייצוב מודלים מראש וניתוב מודלים למשימות ראיית המחשב העומקיות השונות.

התקנת סביבת עבודה V7 של  YOLO יצירת סביבה וירטואלית ל גירסה

בדיקה אם הכרטיס שך איוידיה  תומך ב קודה

nvidia-smi

החלפת  CPU ל שימוש ב CUDA

python detect.py –weights yolov7.pt –conf 0.25 –img-size 640 –source t1/p7.jpg –device cpu –classes 0

python detect.py –weights yolov7.pt –conf 0.25 –img-size 640 –source t1/tomer3.mp4 –device cpu

נימצא ב D:\v7\data coco  מגדיר את ה CLASSES

ניתן לבקש רק לעבוד על CLASS מסויים

אימון YOLO

https://universe.roboflow.com/models/object-detection

python train.py –weight yolov7.pt –data chess/data.yaml –device cpu –batch-size-8

בדיקה של הלימוד

>python detect.py –weight D:\v7\runs\train\exp3\weights\best.pt –device cpu –source D:\v7\chess\test\images\1.jpg