Detección de objetos YOLO en tiempo real
Busca y localiza objetos en imágenes y vídeo con los modelos de detección de Ultralytics YOLO26. Entrena con tus propios datos, evalúa con métricas claras y despliega en tiempo real en el extremo, la nube y dispositivos móviles.
Modelos de detección YOLO26
La detección de objetos es la tarea fundamental de la familia YOLO26, con cinco tamaños de modelo que abarcan desde CPUs incrustadas hasta cargas de trabajo en la nube críticas para la precisión. Cada tamaño se entrena con tus propios datos mediante la misma API de tres líneas y se exporta al formato en el que tu hardware funcione mejor.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 detection model
model = YOLO("yolo26n.pt")
# Run inference
results = model("image.jpg")| Modelo | Tamaño (px) | mAP 50-95 | mAP 50-95 (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | Parámetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|---|
| 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 |
Benchmarks de detección de YOLO26 de la documentación de Ultralytics.
La confianza de las organizaciones líderes del mundo
El impacto de nuestros modelos
Optimiza los procesos en todas las industrias con nuestros modelos de IA de visión de vanguardia. Velocidad, precisión y facilidad de uso impulsadas por Ultralytics.
La evolución de los modelos Ultralytics YOLO
Descubre cómo evolucionó Ultralytics YOLO desde el flujo de trabajo práctico de YOLOv5 hasta la inferencia lista para el edge de YOLO26.
Etiqueta hasta 10 veces más rápido con la anotación inteligente
Ultralytics Platform te ofrece la herramienta de anotación de imágenes para crear conjuntos de datos de alta calidad con mayor rapidez. Desde la anotación inteligente hasta la edición manual precisa, estas funciones están diseñadas para reducir el tiempo de etiquetado de imágenes sin sacrificar la calidad.
- Anotación inteligente impulsada por SAM: Máscaras y cuadros delimitadores en un solo clic.
- Cobertura completa de tareas de IA: Detección, segmentación de instancias, segmentación semántica, clasificación, pose, OBB.
- Compatibilidad con formatos universales: Tu elección de YOLO, COCO y más.
- Revisión y versionado en equipo: Colaboración clara en cada paso.
Entrena en las mejores GPUs por menos
26 GPUs NVIDIA desde 0,24 $/h, desde Ampere hasta Blackwell. Sin recargos, sin mínimos, sin compromisos.
Implementa en cualquier lugar
Exporta a 20 formatos e implementa en el perímetro, la nube y dispositivos móviles.
Explora soluciones industriales
Descubre cómo los equipos aplican la visión artificial de Ultralytics en entornos de producción.
Agricultura
Automoción
Salud
Logística
Fabricación
Comercio minorista
Robótica
Agricultura
Automoción
Salud
Logística
Fabricación
Comercio minorista
Robótica
Agricultura
Automoción
Salud
Logística
Fabricación
Comercio minorista
Robótica
Preguntas frecuentes
Object detection identifica objetos en un fotograma de imagen o vídeo y localiza cada uno con un cuadro delimitador y una etiqueta de clase. Los modelos de Ultralytics YOLO realizan la detección en una sola pasada, por lo que se ejecutan en tiempo real en hardware desde dispositivos de borde hasta GPU en la nube. La detección es la tarea fundamental de la familia Ultralytics YOLO y el punto de partida para los flujos de trabajo de seguimiento, recuento y análisis.
Ultralytics YOLO26 es la última generación estable y la opción recomendada para nuevos proyectos de detección. Su diseño de extremo a extremo y sin NMS simplifica el despliegue, y la variante nano está optimizada para CPU e inferencia en el borde. Las familias anteriores como YOLO11 y YOLOv5u siguen siendo compatibles a través de la misma API.
Usa el modo de entrenamiento de la biblioteca de Ultralytics con tu conjunto de datos en formato YOLO, o usa Ultralytics Platform para anotar imágenes, entrenar en GPU en la nube y gestionar ejecuciones desde el navegador. Se recomienda empezar a partir de pesos preentrenados: el ajuste fino converge más rápido y necesita menos datos que entrenar desde cero.
Los modelos de detección se evalúan con precisión, exhaustividad y precisión media media (mAP) calculadas a través de los umbrales de IoU. La validación de Ultralytics informa de estas métricas para cada clase automáticamente. La guía de evaluación de modelos explica cómo interpretarlas y mejorar tu conjunto de datos y configuración de entrenamiento.
Usa el modo de exportación para convertir detectores entrenados a formatos como ONNX, TensorRT, CoreML, OpenVINO y LiteRT para tu hardware de destino. El diseño sin NMS de YOLO26 mantiene el gráfico exportado simple, y el modo de evaluación comparativa compara la velocidad y la precisión entre formatos antes de realizar el envío.
Crea detección de objetos con Ultralytics
Anota datos, entrena detectores YOLO26 y despliégalos en cualquier lugar con Ultralytics Platform.