Détection d’objets YOLO en temps réel
Repère et localise des objets dans des images et des vidéos avec les modèles de détection Ultralytics YOLO26. Entraîne-les sur tes propres données, évalue-les à l’aide de métriques claires et déploie-les en temps réel sur des appareils edge, dans le cloud et sur mobile.
Modèles de détection YOLO26
La détection d’objets est la tâche fondamentale de la famille YOLO26, qui compte cinq tailles de modèles couvrant tous les besoins, des CPU embarqués aux charges de travail cloud où la précision est essentielle. Chaque taille s’entraîne sur tes propres données avec la même API en trois lignes et s’exporte dans le format le mieux adapté à ton matériel.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 detection model
model = YOLO("yolo26n.pt")
# Run inference
results = model("image.jpg")| Modèle | Taille (px) | mAP 50-95 | mAP 50-95 (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | Paramètres (M) | FLOPs (G) |
|---|---|---|---|---|---|---|---|
| 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 détection YOLO26 tirés de la documentation Ultralytics.
Adopté par les plus grandes organisations du monde
L’impact de nos modèles
Rationalise les processus dans tous les secteurs grâce à nos modèles de vision par IA de pointe. Ultralytics met la vitesse, la précision et la facilité d’utilisation à ta portée.
L’évolution des modèles Ultralytics YOLO
Découvre l’évolution d’Ultralytics YOLO, du flux de travail pratique de YOLOv5 à l’inférence YOLO26 prête pour l’edge.
Étiquette jusqu’à 10 fois plus vite grâce à l’annotation intelligente
Ultralytics Platform te fournit un outil d’annotation d’images pour créer plus rapidement des jeux de données de haute qualité. De l’annotation intelligente à la retouche manuelle précise, ces fonctionnalités sont conçues pour réduire le temps d’annotation des images sans sacrifier la qualité.
- Annotation intelligente optimisée par SAM :Masques et boîtes englobantes en un clic.
- Prise en charge complète des tâches d’IA :Détection, segmentation d’instances, segmentation sémantique, classification, estimation de pose, OBB.
- Prise en charge universelle des formats :Choisis YOLO, COCO ou un autre format.
- Révision et gestion des versions en équipe :Une collaboration fluide à chaque étape.
Entraîne tes modèles sur les meilleurs GPU à moindre coût
26 GPU NVIDIA à partir de 0,24 $/h — de l’architecture Ampere à Blackwell. Aucun supplément, aucun minimum, aucun engagement.
Déploie partout
Exporte vers 22 formats et déploie sur des appareils en périphérie, dans le cloud et sur mobile.
Découvrir les solutions sectorielles
Découvre comment les équipes utilisent la vision par ordinateur d’Ultralytics dans des environnements de production.
Agriculture
Automobile
Santé
Logistique
Industrie manufacturière
Commerce de détail
Robotique
Foire aux questions
La détection d’objets identifie les objets dans une image ou une image vidéo et localise chacun d’eux à l’aide d’une boîte englobante et d’une étiquette de classe. Les modèles Ultralytics YOLO effectuent la détection en un seul passage, ce qui leur permet de fonctionner en temps réel sur du matériel allant des appareils edge aux GPU cloud. La détection est la tâche fondamentale de la famille Ultralytics YOLO et le point de départ des workflows de suivi, de comptage et d’analyse.
Ultralytics YOLO26 est la dernière génération stable et le choix recommandé pour les nouveaux projets de détection. Sa conception de bout en bout sans NMS simplifie le déploiement, et la variante nano est optimisée pour l’inférence sur CPU et les appareils edge. Les générations précédentes comme YOLO11 et YOLOv5u restent prises en charge via la même API.
Utilise le mode train de la bibliothèque Ultralytics avec ton jeu de données au format YOLO, ou utilise Ultralytics Platform pour annoter des images, entraîner des modèles sur des GPU cloud et gérer les exécutions depuis le navigateur. Il est recommandé de partir de poids préentraînés : le fine-tuning converge plus vite et nécessite moins de données qu’un entraînement depuis zéro.
Les modèles de détection sont évalués à l’aide de la précision, du rappel et de la précision moyenne (mAP), calculés sur différents seuils d’IoU. La validation Ultralytics fournit automatiquement ces métriques pour chaque classe. Le guide d’évaluation des modèles explique comment les interpréter et améliorer ton jeu de données et ta configuration d’entraînement.
Utilise le mode export pour convertir les détecteurs entraînés dans des formats comme ONNX, OpenVINO, TensorRT, CoreML et LiteRT, adaptés à ton matériel cible. La conception sans NMS de YOLO26 garde le graphe exporté simple, et le mode benchmark compare la vitesse et la précision des différents formats avant la mise en production.
Développe la détection d’objets avec Ultralytics
Annote tes données, entraîne des détecteurs YOLO26 et déploie-les partout avec Ultralytics Platform.