اكتشاف الكائنات وتحديد مواقعها في الصور والفيديو باستخدام YOLO
ابحث عن الكائنات وحدد مواقعها في الصور والفيديو باستخدام نماذج الكشف YOLO26 من Ultralytics. قم بالتدريب على بياناتك الخاصة، والتقييم بمقاييس واضحة، والنشر في الوقت الفعلي على الحافة والسحابة والهاتف المحمول.
نماذج الكشف YOLO26
يعد اكتشاف الكائنات المهمة الأساسية لعائلة YOLO26، مع خمسة أحجام للنماذج تغطي كل شيء بدءاً من وحدات المعالجة المركزية المدمجة وحتى أحمال العمل السحابية الحرجة من حيث الدقة. يتدرب كل حجم على بياناتك الخاصة باستخدام واجهة برمجة تطبيقات ذات ثلاثة أسطر ويصدر إلى التنسيق الذي يعمل به جهازك بشكل أفضل.
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 | موسط متوسط الدقة (mAP) 50-95 (e2e) | معالج ONNX (مللي ثانية) | T4 TensorRT (مللي ثانية) | المعلمات (مليون) | العمليات العائمة (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 اكتشاف YOLO26 من وثائق Ultralytics.
موثوق به من قبل المؤسسات الرائدة في العالم
تأثير نماذجنا
بسط العمليات عبر الصناعات باستخدام نماذج الذكاء الاصطناعي للرؤية المتطورة الخاصة بنا. السرعة والدقة وسولة الاستخدام مدعومة بواسطة Ultralytics.
تطور نماذج Ultralytics YOLO
تعرف على كيفية تطور Ultralytics YOLO من سير العمل العملي لـ YOLOv5 إلى استدلال YOLO26 الجاهز للحواف.
ضع تسميات أسرع بمقدار يصل إلى 10 مضاعفات باستخدام التعليق التوضيحي الذكي
تمنحك منصة Ultralytics أداة التعليق التوضيحي للصور لبناء مجموعات بيانات عالية الجودة بشكل أسرع. من التعليق التوضيحي الذكي إلى التحرير اليدوي الدقيق، تم تصميم هذه الميزات لتقليل وقت وضع تسميات الصور دون التضحية بالجودة.
- التعليق التوضيحي الذكي المدعوم بـ SAM: الأقنعة ومربعات الحدود بنقرة واحدة.
- تغطية كاملة لمهام الذكاء الاصطناعي: الكشف، التجزيء المثيلي، التجزيء الدلالي، التصنيف، الوضعية، OBB.
- دعم التنسيق العالمي: خيارك من YOLO و COCO والمزيد.
- مراجعة الفريق وإصدار النسخ: تعاون واضح في كل خطوة.
تدرب على أفضل وحدات معالجة الرسومات بسعر أقل
26 وحدة معالجة رسومات NVIDIA تبدأ من 0.24 دولار للساعة — من Ampere إلى Blackwell. بدون هامش ربح، وبدون حد أدنى، وبدون التزام.
استكشف حلول الصناعة
تعرف على كيف تطبق الفرق رؤية الحاسوب من Ultralytics عبر بيئات الإنتاج.
الزراعة
السيارات
الرعاية الصحية
الخدمات اللوجستية
التصنيع
التجزئة
الروبوتات
الزراعة
السيارات
الرعاية الصحية
الخدمات اللوجستية
التصنيع
التجزئة
الروبوتات
الزراعة
السيارات
الرعاية الصحية
الخدمات اللوجستية
التصنيع
التجزئة
الروبوتات
الأسئلة المتكررة
يحدد اكتشاف الكائنات الكائنات في صورة أو إطار فيديو ويحدد موضع كل كائن باستخدام مربع محيط وتسمية فئة. تنفذ نماذج Ultralytics YOLO عملية الاكتشاف في تمريرة واحدة، ولهذا السبب تعمل في الوقت الفعلي على الأجهزة بدءًا من الأجهزة الطرفية وحتى وحدات معالجة الرسومات السحابية. يعد اكتشاف الكائنات المهمة الأساسية لعائلة Ultralytics YOLO ونقطة البداية لس سير عمل التتبع، والعد، والتحليلات.
تعد Ultralytics YOLO26 أحدث جيل مستقر والخيار الموصى به لمشاريع الاكتشاف الجديدة. يعمل تصميمها من طرف إلى طرف الخالي من NMS على تبسيط النشر، كما تم تحسين المتغير الصغير للعمليات الحية لوحدة المعالجة المركزية والاستدلال الطرفي. تظل العائلات الأقدم مثل YOLO11 وYOLOv5u مدعومة من خلال نفس واجهة برمجة التطبيقات API.
استخدم وضع التدريب الخاص بمكتبة Ultralytics مع مجموعة البيانات الخاصة بك بتنسيق YOLO، أو استخدم منصة Ultralytics لتسمية الصور، والتدريب على وحدات معالجة الرسومات السحابية، وإدارة عمليات التشغيل من المتصفح. يُنصح بالبدء بالأوزان المدربة مسبقًا: حيث يتقارب الضبط الدقيق بشكل أسرع ويتطلب بيانات أقل من التدريب من الصفر.
يتم تقييم نماذج الاكتشاف باستخدام الدقة، والتدقيق، ومتوسط الدقة (mAP) المحسوبة عبر عتبات IoU. يقوم التحقق من صحة Ultralytics الإبلاغ عن هذه المقاييس لكل فئة تلقائيًا. يوضح دليل تقييم النموذج كيفية تفسيرها وتحسين مجموعة البيانات الخاصة بك وإعداد التدريب الخاص بك.
استخدم وضع التصدير لتحويل أجهزة الكشف المدربة إلى تنسيقات مثل ONNX وTensorRT وCoreML وOpenVINO وLiteRT للأجهزة المستهدفة. يحافظ تصميم YOLO26 الخالي من NMS على بساطة الرسم البياني المُصدَّر، ويقوم وضع المعيار بمقارنة السرعة والدقة عبر التنسيقات قبل الشحن.
بناء اكتشاف الكائنات باستخدام Ultralytics
قم بتسمية البيانات، وتدريب كاشفات YOLO26، ونشرها في أي مكان باستخدام منصة Ultralytics.