ultralytics: framework de código abierto para visión por computador y deep learning 155

Un práctico framework de código abierto para visión por computador y deep learning. Se utiliza principalmente para desarrollar y ejecutar modelos de la serie YOLO, como YOLOv5 y YOLOv8. Es ampliamente usado en tareas visuales que requieren reacción rápida, como detección de objetos, segmentación de imágenes y reconocimiento de acciones.

#Ai工具箱 #Ai开源项目

Visitar ultralytics: framework de código abierto para visión por computador y deep learning

ultralytics: framework de código abierto para visión por computador y deep learningIntroducción

Ultralytics es un marco de trabajo de código abierto muy útil para visión por computador y aprendizaje profundo. Se utiliza principalmente para desarrollar y ejecutar la serie de modelos YOLO, como YOLOv5, YOLOv8, entre otros. Este tool es muy común en tareas de visión que requieren respuestas rápidas, como la detección de objetos, la segmentación de imágenes y el reconocimiento de acciones.

En pocas palabras, es un conjunto de utilidades que hace que todo el proceso, desde entrenar un modelo hasta usarlo en la práctica, sea muy sencillo.

FireShot Capture 2286 - Ultralytics - 彻底改变视觉人工智能世界 - www.ultralytics.com.webp

Funciones principales de Ultralytics

Soporte para múltiples tareas

Puede manejar una amplia variedad de trabajos de visión por computador, incluyendo:

Detección de objetos: marcar la ubicación de los objetos.
Segmentación: recortar con precisión el contorno de los objetos.
Reconocimiento de acciones: identificar la posición de las articulaciones humanas.
Clasificación: determinar de qué se trata la imagen completa.
Detección oblicua: encontrar elementos en posición angular, como coches inclinados en imágenes aéreas.

Flujo de desarrollo completo

Cubre todo el proceso: desde la preparación de los datos y el entrenamiento del modelo hasta la exportación y el uso final.

Rápido y fácil de usar

Operación sencilla: dispone de comandos de código simples, fáciles de aprender para principiantes.
Ejecución rápida: compatible con diversas técnicas de aceleración, lo que permite cálculos muy veloces.
Variedad de modelos: hay modelos grandes y pequeños, según necesites priorizar velocidad o precisión.

Fácil de desplegar en cualquier lugar

Permite convertir el modelo a varios formatos para ejecutarlo en ordenadores, móviles o hardware específico.

Escenarios de aplicación de ultralytics

Control de calidad en fábrica: detectar defectos en productos, contar piezas y leer códigos; ya se utiliza en más de 200 líneas de producción.
Seguridad urbana: reconocimiento facial, vigilancia de vehículos, detección de incendios y conteo del tráfico.
robots y coches: esquivar obstáculos, reconocer el camino e identificar carriles.
Medicina e investigación científica: segmentación de células, análisis de radiografías y pruebas experimentales.
Dispositivos pequeños: drones, cámaras de vigilancia y dispositivos portátiles; los modelos pequeños también pueden ejecutarse en procesadores normales.

Cómo usar ultralytics

Ultralytics ofrece formas de uso flexibles, tanto mediante la API de Python como a través de la línea de comandos.

Ejemplo de uso de la API de Python

from ultralytics import YOLO

# 1. 加载一个预训练模型 (例如 YOLOv8 nano)
model = YOLO("yolov8n.pt")

# 2. 在自定义数据集上训练模型
model.train(data="coco.yaml", epochs=100, imgsz=640)

# 3. 对一张图片进行目标检测
results = model("image.jpg")

# 4. 保存结果
results[0].save(filename="result.jpg")

Ejemplo de la herramienta de línea de comandos (CLI)

# 对图片进行预测
yolo predict model=yolov8n.pt source='path/to/image.jpg'

# 开始训练模型
yolo detect train data=coco.yaml model=yolov8n.pt epochs=100

Problemas comunes e ideas para solucionarlos

Problema	Causa / Solución
`pip install ultralytics` 超时	使用国内镜像源或下载官方离线 whl 。
训练显存不足	调小 `imgsz` / 换 n/s 模型 / 开启 `amp=True` 混合精度。
检测小目标效果差	① 增大输入分辨率；② 使用切片推理 `yolo predict tile=640`；③ 在数据里补充小目标样本。
跟踪 ID 跳变	调高 `tracker=max_age` 参数或换用 BoT-SORT；保持检测帧率 ≥ 20 FPS 。
部署到手机端延迟高	导出 CoreML / TFLite int8，用 nano 模型，开启 NPU / Neural Engine 加速。