Travis Briggs
sayzardIlir Aliu (@IlirAliu_)
데드리프트 중 허리 굴곡을 측정하는 컴퓨터 비전 앱 사례를 소개합니다. Roboflow의 RF-DETR로 사람을 세그멘테이션하고, Ultralytics YOLO11n으로 바운딩 박스를 예측하는 등 운동 자세 분석에 AI 비전 기술을 활용한 응용입니다.
Ilir Aliu (@IlirAliu_) on X
For all my lifters: computer vision app to measure back curvature during deadlift! main technical highlights: — RF-DETR (Roboflow) to segment the person (great performance out-the-box with no additional training!) — YOLO11n (Ultralytics) for bounding box prediction around the
Emily Aguilar 
★Partygirl_Laura★Το παραπεμπτικό λήγει 6/6 και βρίσκεις ραντεβού 4/6 #yolo
Habr[Перевод] Аугментация ограничивающих боксов в детекции: форматы, `BboxParams` и типичные ошибки
Когда аугментации в детекции «не работают», проблема часто не в модели, а в bbox после преобразований. Неверный coord_format , перепутанные нормализованные и абсолютные координаты, агрессивные кропы, пустые боксы после фильтрации — всё это не ломает код, но quietly ломает обучение. В статье разбираю: — какие форматы bbox поддерживает Albumentations — как правильно настраивать A.BboxParams — когда использовать min_area и min_visibility — почему обычный RandomCrop часто плохая идея для detection — и где пайплайн чаще всего ломается на практике Если вы работаете с COCO , YOLO , pascal_voc или просто хотите перестать обучать модель на испорченной разметке — этот материал для вас.
https://habr.com/ru/articles/1020618/
#albumentations #bounding_boxes #object_detection #computer_vision #data_augmentation #bbox #coco #yolo #python #deep_learning
Ultralytics (@ultralytics)
Ultralytics의 YOLO26 포즈 추정 기능을 활용해 실시간으로 인체 키포인트를 감지하고 자세, 동작, 활동을 분석할 수 있다고 소개했다. 건설 현장 모니터링, 피트니스 추적, 행동 분석 등 다양한 AI 비전 응용 사례에 적용 가능하다.
Ultralytics (@ultralytics) on X
Analyze human movement with Ultralytics YOLO26 pose estimation!🧍 Detect body keypoints in real time to understand posture, motion, and activity—powering applications like construction site monitoring, fitness monitoring, and behavior analysis. Get started ➡️
Will Briennot satisfied with the dazzling amount of psychic damage already sustained during this flying visit to my old hometown in America, we are now headed out at 8am to visit my old uni because sure why not #lost #horriblefinalepisode #yolo
OpenCVExclusive: Glenn Jocher, Founder & CEO of Ultralytics, is giving a special pre-recorded talk at OSCCA, screened at our May 4 networking lunch in LA. YOLO fans, this one's for you: https://opencv.org/glenn-jocher-of-ultralytics-yolo-is-speaking-at-oscca/ #YOLO #ComputerVision #OSCCA
Glenn Jocher of Ultralytics (YOLO) Is Speaking at OSCCA
2.5 billion model inferences every day across robotics, healthcare, manufacturing, and beyond. That’s the scale at which Ultralytics YOLO operates, and at OSCCA on May 4th in Los Angeles, you’ll hear directly from the person who built it. We’re excited to announce that Glenn Jocher, Founder and CEO of Ultralytics, will be delivering an pre-recorded […]
Tja, ich glaube, die dürren Jahre sind jetzt wohl vorbei… Oder – ne?! 🤔 Andersrum… 😵💫 #yolo 
YOLOE: детектим что угодно без дотренировок
Всем привет! Представьте, сколько всего нужно сделать, чтобы дотренировать модель компьютерного зрения: Поиск и сборка датасетов. Хорошо, если есть открытые и с допустимой лицензией. Но часто приходится собирать «с миру по нитке», дополнять и балансировать данные самостоятельно. Разметка и аугментация. Качественный датасет — залог хороших метрик. Придётся корпеть над точными detection-боксами, перепроверять, думать над нестандартными ситуациями во входных данных. Обучение и валидация. Потратим мощности, время, деньги, протестируем. Хорошо, если с первых попыток удастся найти достойный баланс между точностью и временем тренировки. В реальности нужно хотя бы несколько итераций. Но есть и другой путь. Сегодня расскажу о YOLOE — это модель, которая помогает решить эти проблемы.
https://habr.com/ru/articles/1018144/
#видеоаналитика #производство #пищевая_промышленность #промышленная_автоматизация #yolo #глубокое_обучение #computervision #машинное_обучение
