كشف الأجسام آنيًا باستخدام YOLO
اعثر على الأجسام وحدّد مواقعها في الصور ومقاطع الفيديو باستخدام نماذج الكشف Ultralytics YOLO26. درّب النماذج على بياناتك، وقيّمها بمقاييس واضحة، وانشرها آنيًا على الأجهزة الطرفية والسحابة والهواتف المحمولة.
نماذج كشف YOLO26
كشف الأجسام هو المهمة الأساسية في عائلة YOLO26، إذ تشمل خمسة أحجام من وحدات CPU المضمنة إلى أعباء العمل السحابية التي تتطلب دقة عالية. يمكن تدريب كل حجم على بياناتك الخاصة باستخدام واجهة API ذات الأسطر الثلاثة نفسها، وتصديره بالتنسيق الأنسب لتشغيله على أجهزتك.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 detection model
model = YOLO("yolo26n.pt")
# Run inference
results = model("image.jpg")| النموذج | الحجم (بكسل) | mAP 50-95 | mAP 50-95 (e2e) | CPU ONNX (مللي ثانية) | T4 TensorRT (مللي ثانية) | المعاملات (مليون) | FLOPs (مليار) |
|---|---|---|---|---|---|---|---|
| YOLO26n | 640 | 40.9 | 40.1 | 38.9 ± 0.7 | 1.7 ± 0.0 | 2.4 | 5.4 |
| YOLO26s | 640 | 48.6 | 47.8 | 87.2 ± 0.9 | 2.5 ± 0.0 | 9.5 | 20.7 |
| YOLO26m | 640 | 53.1 | 52.5 | 220.0 ± 1.4 | 4.7 ± 0.1 | 20.4 | 68.2 |
| YOLO26l | 640 | 55.0 | 54.4 | 286.2 ± 2.0 | 6.2 ± 0.2 | 24.8 | 86.4 |
| YOLO26x | 640 | 57.5 | 56.9 | 525.8 ± 4.0 | 11.8 ± 0.2 | 55.7 | 193.9 |
معايير قياس أداء YOLO26 في الاكتشاف من وثائق Ultralytics.
تحظى بثقة المؤسسات الرائدة عالميًا
أثر نماذجنا
بسّط العمليات في مختلف القطاعات باستخدام نماذج الذكاء الاصطناعي للرؤية المتطورة لدينا. سرعة ودقة وسهولة استخدام مدعومة من Ultralytics.
تطور نماذج Ultralytics YOLO
تعرّف على تطور Ultralytics YOLO من سير عمل YOLOv5 العملي إلى استدلال YOLO26 الجاهز للأجهزة الطرفية.
أنجز وسم البيانات بسرعة تفوق 10 مرات باستخدام التعليقات التوضيحية الذكية
توفر لك منصة Ultralytics أداة لتعليق الصور التوضيحي لبناء مجموعات بيانات عالية الجودة بسرعة أكبر. صُممت هذه الميزات، بدءًا من التعليقات التوضيحية الذكية ووصولًا إلى التحرير اليدوي الدقيق، لتقليل الوقت اللازم لوسم الصور من دون التضحية بالجودة.
- تعليقات توضيحية ذكية مدعومة بـ SAM:أقنعة ومربعات إحاطة بنقرة واحدة.
- تغطية كاملة لمهام الذكاء الاصطناعي:الكشف، وتقسيم الكائنات إلى وحدات، والتقسيم الدلالي، والتصنيف، وتقدير الوضعية، وOBB.
- دعم شامل للتنسيقات:اختر YOLO أو COCO أو غيرهما.
- مراجعة الفريق وإدارة الإصدارات:تعاون واضح في كل خطوة.
درّب باستخدام أفضل وحدات GPU بتكلفة أقل
26 وحدة GPU من NVIDIA بأسعار تبدأ من 0.24 دولار/ساعة — من Ampere إلى Blackwell. بلا هوامش ربح إضافية، أو حد أدنى، أو التزام.
استكشف حلول القطاعات
تعرّف على كيفية تطبيق الفرق لرؤية الحاسوب من Ultralytics في بيئات الإنتاج.
الزراعة
السيارات
الرعاية الصحية
الخدمات اللوجستية
التصنيع
البيع بالتجزئة
الروبوتات
الأسئلة المتكررة
يحدّد كشف الأجسام الأجسام في صورة أو إطار فيديو، ويحدّد موقع كل منها باستخدام صندوق إحاطة ووسم الفئة. تنفّذ نماذج Ultralytics YOLO الكشف بتمريرة واحدة، ولذلك تعمل آنيًا على أجهزة تتراوح من الأجهزة الطرفية إلى وحدات GPU السحابية. ويُعد الكشف المهمة الأساسية في عائلة Ultralytics YOLO ونقطة البداية لسير عمل التتبّع والعدّ والتحليلات.
يُعد Ultralytics YOLO26 أحدث جيل مستقر والخيار الموصى به لمشاريع الكشف الجديدة. يبسّط تصميمه الشامل والخالي من NMS عملية النشر، كما أن النسخة النانوية محسّنة للاستدلال على CPU والأجهزة الطرفية. وتظل العائلات الأقدم مثل YOLO11 وYOLOv5u مدعومة عبر واجهة API نفسها.
استخدم وضع التدريب في مكتبة Ultralytics مع مجموعة بياناتك بتنسيق YOLO، أو استخدم Ultralytics Platform لإضافة التعليقات التوضيحية إلى الصور، والتدريب على وحدات GPU سحابية، وإدارة عمليات التشغيل من المتصفح. يُوصى بالبدء بأوزان مدرّبة مسبقًا؛ إذ يتقارب الضبط الدقيق بسرعة أكبر ويحتاج إلى بيانات أقل من التدريب من الصفر.
تُقيَّم نماذج الكشف باستخدام الدقة والاستدعاء ومتوسط الدقة (mAP) المحسوب عبر عتبات IoU. وتعرض عملية التحقق من Ultralytics هذه المقاييس تلقائيًا لكل فئة. يشرح دليل تقييم النماذج كيفية تفسيرها وتحسين مجموعة بياناتك وإعداد التدريب.
استخدم وضع التصدير لتحويل كواشف الأجسام المدرّبة إلى تنسيقات مثل ONNX وOpenVINO وTensorRT وCoreML وLiteRT بما يناسب أجهزتك المستهدفة. يحافظ التصميم الخالي من NMS في YOLO26 على بساطة الرسم البياني المُصدَّر، ويقارن وضع قياس الأداء السرعة والدقة عبر التنسيقات قبل النشر.
أنشئ حلول كشف الأجسام باستخدام Ultralytics
أضف التعليقات التوضيحية إلى البيانات، ودرّب كواشف YOLO26، وانشرها في أي مكان باستخدام Ultralytics Platform.