Ultralytics Yolo
realvirtual.io AI Builder 包含与 Ultralytics YOLO (You Only Look Once) 的内置集成，用于先进的 object detection 功能。虽然 YOLO 能够为工业自动化场景提供快速且准确的实时对象检测，但它只是可以使用 AI Builder 合成数据的众多训练框架中的一个选项。
概述
YOLO 是一个流行的实时对象检测系统，可以高速、高精度地检测图像中的多个对象。虽然 realvirtual.io AI Builder 为方便起见包含了内置的 YOLO 集成，但 AI Builder 生成的合成训练数据可用于各种机器学习框架，包括 TensorFlow、PyTorch、Detectron2 和其他训练管道。
内置的 YOLO 集成允许您：
- 使用合成训练数据训练自定义 YOLO 模型
- 部署训练好的模型进行实时对象检测
- 在数字孪生环境中测试模型
- 以 ONNX 格式导出模型用于跨平台部署
对于替代训练方法，合成数据可以以标准格式导出，供您偏好的 AI 框架使用。
GitHub 仓库
YOLO 集成作为一个独立的仓库提供，可与 realvirtual.io AI Builder 配合使用：
realvirtual.io AI Builder 的 YOLO 集成
许可信息
重要许可声明
此仓库包含按照 AGPL-3.0 许可的示例管道。
Ultralytics YOLO 也按照 AGPL-3.0 许可。如果您计划将此集成用于商业目的，请仔细审查 Ultralytics 的许可条件。
有关商业许可选项，请直接联系 Ultralytics 或查看其许可条款：https://ultralytics.com/license。
关键功能
YOLO 模型变体
- YOLOv8 Nano: 最快的推理速度，最小的模型尺寸
- YOLOv8 Small: 平衡的速度和精度
- YOLOv8 Medium: 更高的精度，适中的速度
- YOLOv8 Large: 最佳的精度，较大的模型尺寸
- YOLOv8 Extra Large: 复杂场景的最高精度
训练能力
- 自定义数据集训练: 针对您特定的工业对象进行训练
- 迁移学习: 微调预训练模型
- 合成数据集成: 使用 AI Builder 生成的训练数据
- 多类别检测: 同时检测多种对象类型
导出选项
- ONNX 格式: 跨平台部署
- TensorRT: NVIDIA GPU 加速
- OpenVINO: Intel 硬件优化
- CoreML: Apple 设备部署
集成工作流程
- 生成训练数据: 使用 realvirtual.io AI Builder 创建合成训练数据集
- 选择训练方法:
- 使用内置 YOLO 集成进行即时训练
- 导出数据用于外部训练框架
- 配置 YOLO（如果使用内置集成）: 设置 YOLO 训练参数和模型选择
- 训练模型: 使用 YOLO 集成或您偏好的框架执行训练
- 在数字孪生中测试: 在虚拟环境中验证模型性能
- 部署: 导出训练好的模型用于生产环境
安装
Ultralytics YOLO 集成由 AI Builder 自动处理：
自动安装
- 打开 AI Builder 场景: 在 Unity 中加载您的 AI Builder 场景
- 导航到训练组件: 在 Inspector 中选择 AI Training 组件
- 安装管道: 当您看到 "Ultralytics training pipeline not found. Please install the package." 时，点击 "Install Ultralytics Pipeline" 按钮
- 包管理器: Ultralytics 依赖项将自动安装并出现在 Unity 的 Package Manager 中
- 准备使用: 安装完成后，YOLO 训练功能即可使用
手动仓库访问
对于高级用户或自定义实现，YOLO 集成源码可在以下地址获取：
入门指南
使用 YOLO 集成：
- 使用上述自动安装方法安装管道
- 确保您的用例符合 AGPL-3.0 许可要求
- 在 AI Training 组件中配置您的训练参数
- 使用合成训练数据开始训练
另请参阅
- 生成 AI 训练数据 - 创建合成数据集
- 在数字孪生中测试 AI - 模型验证
- 部署 AI - 生产部署
- AI 训练 - 一般训练信息