YOLO (You Only Look Once)YOLO (ترى فقط مرة واحدة) - كشف الكائنات الفوري وتحديد مسارات الأشخاص والمركبات أو العناصر المثيرة للاهتمام في البث المباشر لكاميرات المراقبة
نظرة عامة
الميزات الرئيسية
- التكنولوجيا الأحادية الجانب للكشف عن الأجسام
- تنبؤ نطاق الحد الأقصى وتحليل احتمالية الفئة
- دعم المهام مثل الكشف، والتفرقة، والتحديد الوضع
- الإصدارات الموجودة مسبقا على datasets الشائعة مثل COCO
- القدرة على التطبيق على أجهزة GPU ، CPU، والأجهزة الإدارية
- التدريب المخصص على datasets المستخدم
التسعير
- النموذج
- Freemium
- الفئة
- رؤية الحاسوب
- التقييم
- 4.8 / 5 (6)
حالات الاستخدام
الحماية والمراقبة
اكتشاف وتتبّع الأشخاص والمركبات أو العناصر المثيرة للاهتمام بسرورة تفوق الخيال في البث الحي لكاميرات المراقبة.
“توفير أدوات YOLO قدرات لمراقبة الفيديو وتحديد مواقع الكائنات في الزمن الحقيقي وفتح الباب لاكتشاف فرص جديدة في مجال المراقبة بالفيديو.”
الأجهزة المضمنة والروبوتات
تتيح أدوات YOLO اكتشاف الكائنات وتحديد المسارات بسرورة مذهلة على الأجهزة المضمنة وأجهزة الروبوتات.
“تم تصميم بطاقات YOLO لتكون مرنة وسهلة التخصيص لمطابقة متطلباتك.”
معالجة الفيديو والزمن الحقيقي
استمتع بقدرات معالجة الفيديو الفورية وتحديد الكائنات بسرورة تضاهي الخيال في الزمن الحقيقي.
“يتيح YOLO معالجة الفيديو في الزمن الحقيقي وتزويدك بقدرات غير مسبوقة لتتبع الكائنات.”
عالم الروبوتات والمركبات الذاتية
تمكن YOLO المركبات الروبوتية والمركبات ذاتية القيادة من اكتشاف الأجسام وتحديد المسارات بسرورة مميزة.
“تفتخر حلول YOLO بقدرتها على تلبية متطلبات الذكاء الاصطناعي المخصصة للمركبات الذاتية والمركبات الروبوتية.”
تطبيقات المراقبة والمسح
تساعد أدوات YOLO في توفير معلومات سريعة ودقيقة حول تحديد الأهداف والمسارات بسرورة لا مثيل لها وتطبيق مسح الأحياء بدقة.
“تعتبر أدوات YOLO حلاً قويًا وفعالًا للكشف عن الكائنات والمسارات بسرورة مذهلة.”
المزايا والعيوب
المزايا
- سرعة استثنائية في كشف وتحديد مسارات الكائنات
- يتوفر بخيارات تركيب مرنة (على الأجهزة الحافة أو الأجهزة المدمجة).
- توافق مع الأجهزة الروبوتية والمدمجة.
- قدرات تدريب وتخصيص متقدمة
- دعم لمعالجة الفيديو في الزمن الحقيقي
العيوب
- يمكن أن يواجه صعوبة مع الأشياء الصغيرة أو المكتظة
- يتطلب مجموعات بيانات مصنفة وخبرة في التدريب
- تختلف الترخيصات عبر الإصدارات والشوكة
- قد تتأخر الدقة عن أجهزة الكشف ذات المرحلتين الأبطأ
سجل المعارك
عبر 1 معركة في البانثيون.
Last battle
المراجعات
المتوسط من 6 تقييم.
سجّل الدخول لكتابة مراجعة.
Does the job
Pretty happy overall. Support for detection, segmentation, and pose tasks just works and runs on edge hardware and embedded devices. Requires labeled datasets and training expertise can be annoying, but no dealbreakers — I'd recommend it to a friend without hesitating.
Solid for our team
We rolled this out across the team last quarter and continual improvements across model versions. Pretrained models on common datasets like COCO fits neatly into how we already work, and deployable on GPU, CPU, and edge devices removed a step we used to do by hand. but it has held up under daily use.
Use it every day
Honestly didn't expect to like it this much. Support for detection, segmentation, and pose tasks is exactly what I needed, and strong open-source ecosystem and community support. I do wish requires labeled datasets and training expertise, but I reach for it almost every day now and it just clicks.
Use it every day
Honestly didn't expect to like it this much. Customizable training on user datasets is exactly what I needed, and continual improvements across model versions. I do wish can struggle with small or densely packed objects, but I reach for it almost every day now and it just clicks.
Years in this space
I've evaluated a lot of these over the years. What stands out here is pretrained models on common datasets like COCO — handled better than most — and extremely fast inference suitable for real-time use. Requires labeled datasets and training expertise is my one real gripe. Worth the time if this is your use case.
Compared a few options
Evaluated this against two competitors. Where it wins: customizable training on user datasets and extremely fast inference suitable for real-time use. Where it lags: requires labeled datasets and training expertise. On balance the feature set — especially customizable training on user datasets — justifies the 5 stars for our use case.
أسئلة وأجوبة
What are the main limitations of YOLO compared to two‑stage detectors?
YOLO’s single‑pass design excels in speed but may struggle with very small or densely packed objects, and its accuracy can be lower than slower, two‑stage detectors that use region proposals.
Asked by Esther Adeyemi · Sep 4, 2025
Can I train YOLO on my own dataset for custom object classes?
Yes, YOLO is fully customizable; you can fine‑tune pretrained models (e.g., on COCO) using your own labeled dataset, though you’ll need labeling expertise and some training experience.
Asked by Jasper Vermeer · Aug 12, 2025
What hardware is needed to run YOLO in real-time?
YOLO can run on GPUs, CPUs, and edge devices; for real‑time performance you typically need a GPU (e.g., NVIDIA RTX series) but the model also supports inference on CPUs and embedded hardware with reduced frame rates.
Asked by Dara Fitzgerald · Jul 31, 2025
اطرح سؤالاً
بدائل لـ رؤية الحاسوب
PimEyesرؤية الحاسوبمحرك بحث بالوجه بواسطة الذكاء الاصطناعي للعثور على الصور عبر الإنترنت للشخص المحدد
Qate AIرؤية الحاسوبضمان جودة GenAI الذي يستكشف ويختبر تطبيقك مثل مستخدم حقيقي.
Self-Parking Car Evolutionرؤية الحاسوبعرض توضيحي للخوارزمية الجينية التي تتطور السيارات الافتراضية ذاتية الوقوف في المتصفح.
Pykasoرؤية الحاسوبإنشاء صور وفيديوهات AI واقعية للغاية مع تدريب نماذج LoRA المخصصة.
Mapless AIرؤية الحاسوبمنصة تشغيل المركبات عن بعد للتحكم الآمن في أساطيل المركبات بدون سائق
Roboco AIرؤية الحاسوبعمفائك الذكاء الاصطناعي المستقل للبنية النختكفئة بكجتتف رقـكفخة الفيكبكفبكفكب التفسکفكبو
ExpertDevTechرؤية الحاسوبحلول برمجية مخصصة، وخدمات الذكاء الاصطناعي والرقمية لتسريع نمو الأعمال.
Retouch4meرؤية الحاسوبإضافات تعديل الصور بالذكاء الاصطناعي تُسرّع عمليات تنظيف البشرة، اللون، والتفاصيل مع الحفاظ على القوام الطبيعي.
Trending now
Biology AIالحوادة الندي بالحيةمساعدة دقيقة في الواجبات المنزلية مع تفسيرات كاملة
Reducto AIالفائلبة الجديدية لحدب الاحصاءة العلءلةفتح البيانات المقفلة من المستندات المعقدة
Pixtral 12B 24.09النوع الآلي للتدليس (LLM)نموذج بيكترسال 12B: معالجة متعددة الوسائط للصور والنصوص مع نافذة سياق تصل إلى 128 ألف رمز.
AdCrierماركة وعلانات إعلانيةمشاركات ممولة بناءً على السياق، لا تتبع المستخدم أو بيانات