Ultralytics YOLO คืออะไร?

YOLO ของ Ultralytics เป็นแพลตฟอร์มด้านคอมพิวเตอร์วิชั่นที่ช่วยให้นักพัฒนาสามารถออกแบบระบบที่สามารถตีความฉากต่างๆ ในภาพและวิดีโอได้ เครื่องมือนี้ใช้โมเดลที่ได้รับการฝึกฝนล่วงหน้าเพื่อจดจำวัตถุในภาพ กำหนดตำแหน่ง และค้นหารูปแบบจากข้อมูลภาพ

YOLO ย่อมาจาก You Only Look Once (คุณดูแค่ครั้งเดียว) เทคนิคนี้แตกต่างจากวิธีการแบบดั้งเดิมที่ตรวจสอบภาพในหลายขั้นตอนการตรวจจับแยกกัน

ชุดเครื่องมือสำหรับการประมวลผลข้อมูล การฝึกโมเดล การทดสอบความแม่นยำ และการใช้งานโมเดล ทำให้เหมาะสำหรับการใช้งานที่หลากหลาย รวมถึงการตรวจสอบโรงงาน การวิเคราะห์การจราจร การเฝ้าระวังในร้านค้าปลีก และหุ่นยนต์ ตัวอย่างเช่น สามารถตรวจจับและนับจำนวนคนงานและเครื่องจักรภายในโรงงาน วิเคราะห์การจราจรโดยการตรวจจับยานพาหนะประเภทต่างๆ เป็นต้น

คุณสมบัติของ Ultralytics YOLO

การตรวจจับวัตถุ

สามารถระบุวัตถุและระบุตำแหน่งของวัตถุในภาพหรือวิดีโอได้

การแบ่งส่วนภาพ

แยกวัตถุออกจากพื้นหลังในระดับพิกเซล

การประเมินราคาค่าติดตั้ง

ตรวจจับท่าทางและจุดสำคัญของร่างกาย

การจำแนกภาพ

ติดป้ายกำกับให้กับรูปภาพตามเนื้อหาของรูปภาพนั้นๆ

การฝึกอบรมโมเดลแบบกำหนดเอง

ฝึกฝนโมเดลโดยใช้ชุดข้อมูลภาพของคุณเอง

การส่งออกโมเดล

ส่งออกโมเดลที่ฝึกฝนแล้วไปยังรูปแบบต่างๆ สำหรับแพลตฟอร์มและฮาร์ดแวร์ที่แตกต่างกัน

การประมวลผลแบบเรียลไทม์

วิเคราะห์สตรีมวิดีโอได้อย่างรวดเร็วสำหรับแอปพลิเคชันที่ต้องการผลลัพธ์ที่รวดเร็ว

การฝึกอบรมและการใช้งานระบบคลาวด์

提供เครื่องมือบนคลาวด์สำหรับฝึกอบรม จัดการ และปรับใช้โมเดล

กรณีการใช้งาน Ultralytics YOLO

การจราจร

นับจำนวนรถและตรวจจับยานพาหนะบนท้องถนน

โรงงาน

ตรวจสอบผลิตภัณฑ์ที่ชำรุดหรือมีข้อบกพร่อง

ร้านค้า

ตรวจสอบสินค้าบนชั้นวาง

การดูแลสุขภาพ

ช่วยให้นักวิจัยตรวจสอบภาพทางการแพทย์ได้

หุ่นยนต์

ช่วยให้หุ่นยนต์ค้นหาและจดจำวัตถุได้

ความปลอดภัย

ตรวจจับบุคคลและวัตถุในภาพวิดีโอจากกล้องวงจรปิด

การทำฟาร์ม

ระบุพืชผล วัชพืช และปัญหาที่เกิดขึ้นกับพืช

วิธีใช้ Ultralytics YOLO?

สร้างบัญชีผู้ใช้

เข้าไปที่เว็บไซต์ของ Ultralytics และลงทะเบียนได้เลย

เลือกโมเดล

เลือกโมเดล YOLO ที่เหมาะสมกับโครงการของคุณ

อัปโหลดรูปภาพ

เตรียมและติดป้ายกำกับรูปภาพของคุณหากคุณต้องการฝึกโมเดลแบบกำหนดเอง

ฝึกฝนโมเดล

ใช้แพลตฟอร์มหรือเครื่องมือ Python เพื่อสอนให้มันรู้จักสิ่งต่างๆ

ทดสอบผลลัพธ์

ทดลองใช้โมเดลกับภาพหรือวิดีโอใหม่เพื่อตรวจสอบความถูกต้อง

ปรับใช้โมเดล

ส่งออกและนำไปผสานรวมเข้ากับแอปพลิเคชันของคุณ

สิ่งที่เราชอบเกี่ยวกับ Ultralytics YOLO

งานการมองเห็นหลายอย่าง

รองรับการตรวจจับ การแบ่งส่วน การประมาณท่าทาง และการจำแนกประเภท

ใช้งานได้กับชุดข้อมูลที่กำหนดเอง

สามารถฝึกฝนโมเดลด้วยชุดข้อมูลที่กำหนดเองได้

ตัวเลือกการปรับใช้ที่มีประโยชน์

มีตัวเลือกการส่งออกสำหรับสภาพแวดล้อมการใช้งานที่แตกต่างกัน

ขั้นตอนการฝึกอบรม

มีเครื่องมือ Python และ CLI สำหรับการฝึกอบรมและการทำนายผล

ใช้งานได้จริงสำหรับโครงการด้านการมองเห็นแบบเรียลไทม์

มีรุ่นน้ำหนักเบาสำหรับงานประมวลผลภาพแบบเรียลไทม์

สิ่งที่เราไม่ชอบเกี่ยวกับ Ultralytics YOLO

การออกใบอนุญาตแบบจำกัด

การอนุญาตใช้งานแบบ AGPL อาจไม่เหมาะกับโครงการเชิงพาณิชย์แบบปิดแหล่งที่มา

การพึ่งพาคุณภาพของข้อมูล

ข้อมูลฝึกฝนที่มีการติดป้ายกำกับไม่ดีจะลดความแม่นยำในการตรวจจับลง

วัตถุขนาดเล็กหรือซ่อนอยู่บางส่วน

วัตถุขนาดเล็กหรือถูกบดบังอย่างมากอาจมองไม่เห็นได้

ไม่รับประกันว่าผลลัพธ์จะเหมือนกันทุกประการ

โมเดลที่ส่งออกอาจต้องผ่านการทดสอบความแม่นยำและความเข้ากันได้เพิ่มเติม

ไม่ใช่ระบบการมองเห็นที่สมบูรณ์

การสร้างแอปพลิเคชันด้านการมองเห็นที่สมบูรณ์แบบนั้น จำเป็นต้องมีการบูรณาการเพิ่มเติม

แผนราคาของ Ultralytics YOLO

ฟรี: 0 ดอลลาร์/เดือน

• เครดิตใช้ครั้งเดียว 25 ดอลลาร์
• พื้นที่เก็บข้อมูล 100 GB และอัปโหลดได้สูงสุด 10 GB ต่อครั้ง
• 100 รุ่น
• งานฝึกอบรมบนระบบคลาวด์ 3 งานที่ทำงานพร้อมกัน
• การใช้งานระบบคลาวด์ 3 ครั้ง
• โครงการและชุดข้อมูลสาธารณะ/ส่วนตัวไม่จำกัดจำนวน
• ส่งออกโมเดลไปยังทั้ง 22 รูปแบบ
• คู่มือ, SAM 3, YOLO SAM ระบบใส่คำอธิบายประกอบอัจฉริยะ
• มี GPU สำหรับระบบคลาวด์ 24 ประเภท รวมถึง 5090, H100 และ H200
• การสนับสนุนจากชุมชน

โปร: 29 ดอลลาร์/เดือน

• เครดิตมูลค่า 30 ดอลลาร์ต่อเดือน
• พื้นที่เก็บข้อมูล 500 GB และอัปโหลดได้ครั้งละ 20 GB
• ชุดข้อมูลที่จัดเก็บใน Google Cloud Storage, Amazon S3 และ Azure Blob Storage
• 500 รุ่น
• งานฝึกอบรมบนระบบคลาวด์ 10 งานที่ทำงานพร้อมกัน
• การใช้งานระบบคลาวด์ 10 ครั้ง
• การทำงานเป็นทีมสำหรับสมาชิกสูงสุด 5 คน
• มี GPU สำหรับระบบคลาวด์ 28 ประเภท รวมถึง B200 และ B300
• ให้ความสำคัญกับการรองรับ GPU เป็นหลัก

ธุรกิจขนาดใหญ่: การกำหนดราคาแบบกำหนดเอง

• เครดิตแบบกำหนดเอง
• พื้นที่จัดเก็บข้อมูล โมเดล และการใช้งานไม่จำกัด
• จำนวนงานฝึกอบรมบนคลาวด์ที่ดำเนินการพร้อมกันได้ไม่จำกัด
• ความจุของทีมที่กำหนดเอง
• การฝึกอบรมและให้การสนับสนุนอย่างครบวงจร
• SSO/SAML ระดับองค์กร
• ความพร้อมใช้งานของข้อมูลและการประมวลผลภายในองค์กร
• ข้อตกลงระดับบริการ (SLA) แบบกำหนดเองสำหรับการปฏิบัติตามมาตรฐาน SOC 2, ISO 27001 และ GDPR

คำถามที่พบบ่อยเกี่ยวกับ Ultralytics YOLO

Ultralytics YOLO ฟรีหรือไม่?

ใช่ค่ะ มีทั้งแบบแพ็กเกจฟรีและแบบเสียค่าใช้จ่าย

ผู้เริ่มต้นสามารถใช้ Ultralytics YOLO ได้หรือไม่?

ใช่ แต่ความรู้ด้านการเขียนโค้ดบ้างจะช่วยในการฝึกอบรมและการตั้งค่าได้

Ultralytics YOLO สามารถตรวจจับวัตถุที่กำหนดเองได้หรือไม่?

ใช่ คุณสามารถฝึกฝนโมเดลโดยใช้รูปภาพของคุณเองได้

ระบบ YOLO ของ Ultralytics ทำงานได้แบบเรียลไทม์หรือไม่?

ใช่แล้ว มันสามารถตรวจจับวัตถุในวิดีโอสดได้อย่างรวดเร็ว

YOLO ย่อมาจากอะไร?

YOLO ย่อมาจาก You Only Look Once (คุณมองแค่ครั้งเดียว)

บทสรุป 

หากคุณกำลังพัฒนาผลิตภัณฑ์แมชชีนเลิร์นนิงสำหรับการตรวจจับวัตถุ ซึ่งจำเป็นต้องตรวจจับเป้าหมายเฉพาะได้อย่างรวดเร็วและแม่นยำสูง เช่น การค้นหาข้อบกพร่องในภาพผลิตภัณฑ์ หรือการจดจำยานพาหนะในสภาพการจราจร Ultralytics YOLO คือตัวเลือกที่ดี

มันมีความยืดหยุ่นมากพอที่จะฝึกฝนโมเดลของตัวเองได้ ก่อนที่จะเลือกแผนใดๆ ควรพิจารณาถึงระดับการฝึกฝนและพื้นที่จัดเก็บข้อมูลบนคลาวด์ที่โครงการของคุณต้องการเสียก่อน นอกจากนี้ คุณอาจต้องการตรวจสอบข้อกำหนดของใบอนุญาตในกรณีที่คุณคิดจะนำไปใช้ในผลิตภัณฑ์เชิงพาณิชย์