YOLOv11震撼发布
快速体验:
Homepage: https://www.ultralytics.com/zh/yolo
Github: https://github.com/ultralytics/ultralytics
Ultralytics在 YOLO Vision 2024 活动上宣布发布其新的计算机视觉模型 YOLO11。
从效果来看,速度更快、更准确。
同时,模型已开源。
YOLO11标志着YOLO家族的新篇章,提供了更强大,更多功能的模型,将计算机视觉带到新的高度。凭借其完善的架构和增强的功能,该模型支持计算机视觉任务,如姿态估计和实例分割。Ultralytics创始人兼首席执行官Glenn Jocher表示:“通过YOLO11,我们开始开发一种既强大又实用的模型,适用于现实世界的应用。提高了效率和成本。”
YOLOV11支持的任务:
- 目标检测
- 实例分割
- 图像分类
- 姿态估计(关键点检测)
- 旋转框检测(OBB)
- 目标跟踪
YOLO11m在COCO数据集上实现了更高的平均精度(mAP)得分,同时使用的参数比YOLOv8m少22%,使其在不牺牲性能的情况下计算更轻。这意味着它提供了更准确的结果,同时运行效率更高。最重要的是,YOLO11带来了更快的处理速度,推理时间比YOLOv10快约2%,使其成为实时应用程序的理想选择。
AI智能相机
reCamera 是一款开源的可编程微型 AI 相机,基于 RISC-V 架构的SoC,可提供设备上 1 TOPS AI 性能。这是第一款支持最新 YOLO11的一个即插即用的相机,硬件和软件均已开源。
Node-RED 集成实现无代码工作流程,reCamera 的定制节点允许调用相机 API 并使用 TPU 将模型直接加载到设备上。 只需三步即可轻松搞定: 选择节点模块、配置节点、部署。
YOLOv11现已在官方github更新,快速体验!
后续也将更新YOLOv11的使用教程!