Online-Tutorials | Von Der Tsinghua-Universität Wärmstens Empfohlen! YOLOv10 Erreicht Eine Effizientere Objekterkennung
In den letzten Jahren hat sich YOLO aufgrund seines effektiven Gleichgewichts zwischen Rechenaufwand und Erkennungsleistung zum dominierenden Paradigma im Bereich der Echtzeit-Objekterkennung entwickelt. YOLO verlässt sich jedoch bei der Nachbearbeitung auf Non-Maximum Suppression (NMS), was die End-to-End-Bereitstellung von YOLO behindert und sich negativ auf die Inferenzlatenz auswirkt.
YOLOv10 ist eine Echtzeit-Zielerkennungsmethode, die von Forschern der Tsinghua-Universität auf Basis des Ultralytics-Python-Pakets entwickelt wurde.Ziel ist es, die Mängel früherer YOLO-Versionen in der Nachbearbeitung und Modellarchitektur zu beheben. Durch das Entfernen der Non-Maximum-Suppression (NMS) und die Optimierung verschiedener Modellkomponenten erreicht YOLOv10 eine hochmoderne Leistung und reduziert gleichzeitig den Rechenaufwand erheblich.
Auf der offiziellen Website von HyperAI wurde jetzt das Tutorial „YOLOv10 – Echtzeit-End-to-End-Objekterkennung“ veröffentlicht. Sie können die Objekterkennung sofort starten, indem Sie sie mit einem Klick klonen, ohne Befehle einzugeben.
Adresse des Tutorials:
Demolauf
1. Melden Sie sich bei hyper.ai an, wählen Sie auf der Tutorial-Seite „YOLOv10 Real-time End-to-End Object Detection“ aus und klicken Sie auf „Dieses Tutorial online ausführen“.
2. Klicken Sie nach dem Seitensprung oben rechts auf „Klonen“, um das Tutorial in Ihren eigenen Container zu klonen.
3. Klicken Sie unten rechts auf „Weiter: Hashrate auswählen“.
4. Nachdem die Seite gesprungen ist, wählen Sie „NVIDIA GeForce RTX 4090“ und klicken Sie auf „Weiter: Überprüfen“.Neue Benutzer können sich über den Einladungslink unten registrieren, um 4 Stunden zu erhalten RTX 4090 + 5 Stunden kostenlose CPU!
Exklusiver Einladungslink von HyperAI (kopieren und im Browser öffnen):
https://openbayes.com/console/signup?r=6bJ0ljLFsFh_Vvej
5. Klicken Sie auf „Weiter“ und warten Sie, bis die Ressourcen zugewiesen wurden. Der erste Klonvorgang dauert etwa 2 Minuten. Wenn sich der Status in „Wird ausgeführt“ ändert, klicken Sie auf den Sprungpfeil neben „API-Adresse“, um zur Seite „YOLOv10 Echtzeit-End-to-End-Objekterkennung“ zu springen.Bitte beachten Sie, dass Benutzer vor der Verwendung der API-Adresszugriffsfunktion eine Echtnamenauthentifizierung durchführen müssen.
Wenn das Problem länger als 10 Minuten besteht und sich das System immer noch im Status „Ressourcen werden zugewiesen“ befindet, versuchen Sie, den Container zu stoppen und neu zu starten. Wenn das Problem durch einen Neustart immer noch nicht behoben wird, wenden Sie sich bitte an den Kundenservice der Plattform auf der offiziellen Website.
Effektdemonstration
1. Öffnen Sie die Demoseite zur Echtzeit-End-to-End-Objekterkennung von YOLOv10, laden Sie ein Foto hoch, klicken Sie auf „Objekte erkennen“ und warten Sie einen Moment, bis die Ergebnisse ausgegeben werden. Sie können sehen, dass das Kätzchen und der Welpe auf dem Bild erfolgreich identifiziert wurden.
Abschließend empfehle ich eine Online-Aktivität zum wissenschaftlichen Austausch. Interessierte Freunde können den QR-Code scannen, um teilzunehmen!
