Ultralytics iOS应用程序：利用YOLO模型实现实时目标检测
Ultralytics iOS应用程序是一个强大的工具，允许您直接在iPhone或iPad上运行YOLO模型，实现实时目标检测。该应用程序利用Apple Neural Engine和Core ML进行模型优化和加速，从而实现快速高效的目标检测。
观看: Ultralytics HUB应用程序（iOS & Android）入门
量化与加速
为了在iOS设备上实现实时性能，YOLO模型被量化为FP16或INT8精度。量化是一个过程，通过减少模型权重和偏差的数值精度，从而减小模型的大小和所需的计算量。这使得推理时间更快，同时对模型的准确性影响不大。
FP16量化
FP16（或半精度）量化将模型的32位浮点数转换为16位浮点数。这使得模型大小减半，推理过程加速，同时保持了准确性和性能之间的良好平衡。
INT8量化
INT8（或8位整数）量化进一步减小了模型的大小和计算需求，通过将其32位浮点数转换为8位整数。这种量化方法可以显著加速，但可能会导致准确性略有下降。
Apple Neural Engine
苹果神经引擎（ANE）是集成在苹果A系列和M系列芯片中的专用硬件组件。它旨在加速机器学习任务，特别是针对神经网络，从而使您的YOLO模型能够更快、更高效地执行。
通过将量化后的YOLO模型与苹果神经引擎结合，Ultralytics iOS应用在不影响准确性或性能的情况下，实现了在iOS设备上的实时物体检测。
| 发布年份 | iPhone名称 | 芯片名称 | 节点尺寸 | ANE TOPs |
|---|---|---|---|---|
| 2017 | iPhone X | A11 Bionic | 10 nm | 0.6 |
| 2018 | iPhone XS | A12 Bionic | 7 nm | 5 |
| 2019 | iPhone 11 | A13 Bionic | 7 nm | 6 |
| 2020 | iPhone 12 | A14 Bionic | 5 nm | 11 |
| 2021 | iPhone 13 | A15 Bionic | 5 nm | 15.8 |
| 2022 | iPhone 14 | A16 Bionic | 4 nm | 17.0 |
请注意，此列表仅包括自2017年起的iPhone型号，ANE TOPs值为近似值。
开始使用Ultralytics iOS应用
要开始使用Ultralytics iOS应用，请按照以下步骤操作：
-
从App Store下载Ultralytics应用。
-
在您的iOS设备上启动应用，并使用您的Ultralytics账户登录。如果您还没有账户，请在此创建一个。
-
登录后，您将看到您训练的YOLO模型列表。选择一个模型用于物体检测。
-
授予应用访问您设备摄像头的权限。
-
将设备的摄像头对准您想要检测的物体。应用将在检测到物体时实时显示边界框和类别标签。
-
探索应用的设置，调整检测阈值，启用或禁用特定物体类别等。
通过Ultralytics iOS应用，您现在可以利用YOLO模型的强大功能，在iPhone或iPad上进行实时物体检测，由苹果神经引擎驱动，并经过FP16或INT8量化优化。
