Tutoriels En Ligne | Hautement Recommandé Par L'université Tsinghua ! YOLOv10 Permet Une Détection D'objets Plus Efficace
Au cours des dernières années, YOLO est devenu le paradigme dominant dans le domaine de la détection d’objets en temps réel en raison de son équilibre efficace entre le coût de calcul et les performances de détection. Cependant, YOLO s'appuie sur une suppression non maximale (NMS) pour le post-traitement, ce qui entrave le déploiement de bout en bout de YOLO et affecte négativement la latence d'inférence.
YOLOv10 est une méthode de détection de cibles en temps réel développée par des chercheurs de l'Université Tsinghua sur la base du package Python Ultralytics.Vise à combler les lacunes des versions précédentes de YOLO en matière de post-traitement et d'architecture de modèle. En supprimant la suppression non maximale (NMS) et en optimisant divers composants du modèle, YOLOv10 atteint des performances de pointe tout en réduisant considérablement la surcharge de calcul.
Le site Web officiel d'HyperAI a maintenant lancé le didacticiel « Détection d'objets de bout en bout en temps réel YOLOv10 ». Vous pouvez démarrer la détection d'objet immédiatement en le clonant en un clic sans entrer aucune commande.
Adresse du tutoriel :
Essai de démonstration
1. Connectez-vous à hyper.ai, sur la page Tutoriel, sélectionnez Détection d'objets de bout en bout en temps réel YOLOv10, puis cliquez sur Exécuter ce tutoriel en ligne.
2. Une fois la page affichée, cliquez sur « Cloner » dans le coin supérieur droit pour cloner le didacticiel dans votre propre conteneur.
3. Cliquez sur « Suivant : sélectionner le taux de hachage » dans le coin inférieur droit.
4. Une fois la page affichée, sélectionnez « NVIDIA GeForce RTX 4090 » et cliquez sur « Suivant : Réviser ».Les nouveaux utilisateurs peuvent s'inscrire en utilisant le lien d'invitation ci-dessous pour obtenir 4 heures RTX 4090 + 5 heures de CPU gratuites !
Lien d'invitation exclusif HyperAI (copier et ouvrir dans le navigateur) :
https://openbayes.com/console/signup?r=6bJ0ljLFsFh_Vvej
5. Cliquez sur « Continuer » et attendez que les ressources soient allouées. Le premier processus de clonage prendra environ 2 minutes. Lorsque le statut passe à « En cours d'exécution », cliquez sur la flèche de saut à côté de « Adresse API » pour accéder à la page « Détection d'objets de bout en bout en temps réel YOLOv10 ».Veuillez noter que les utilisateurs doivent effectuer l'authentification par nom réel avant d'utiliser la fonction d'accès à l'adresse API.
Si le problème persiste pendant plus de 10 minutes et que le système est toujours dans l’état « Allocation des ressources », essayez d’arrêter et de redémarrer le conteneur. Si le redémarrage ne résout toujours pas le problème, veuillez contacter le service client de la plateforme sur le site officiel.
Démonstration d'effet
1. Ouvrez la page de démonstration de détection d'objets de bout en bout en temps réel YOLOv10, téléchargez une photo, cliquez sur Détecter les objets et attendez un instant que les résultats soient affichés. Vous pouvez voir qu'il identifie avec succès le chaton et le chiot sur la photo.
Enfin, je recommande une activité de partage académique en ligne. Les amis intéressés peuvent scanner le code QR pour participer !
