Détection d'objets YOLO en temps réel
Trouve et localise des objets dans des images et des vidéos avec les modèles de détection Ultralytics YOLO26. Entraîne sur tes propres données, évalue avec des métriques claires et déploie en temps réel sur l'edge, le cloud et le mobile.
Modèles de détection YOLO26
La détection d'objets est la tâche fondamentale de la famille YOLO26, avec cinq tailles de modèles couvrant tout, des CPU embarqués aux charges de travail cloud critiques pour la précision. Chaque taille s'entraîne sur tes propres données avec la même API en trois lignes et s'exporte vers le format le plus 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) | Params (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 détection YOLO26 issus de la documentation Ultralytics.
Approuvé par les organisations leaders dans le monde
L'impact de nos modèles
Optimise tes processus dans tous les secteurs grâce à nos modèles de vision par ordinateur de pointe. Vitesse, précision et facilité d'utilisation propulsées par Ultralytics.
L'évolution des modèles Ultralytics YOLO
Découvre comment Ultralytics YOLO a évolué depuis le workflow pratique YOLOv5 vers l'inférence YOLO26 prête pour l'Edge.
A rendu la détection d'objets en temps réel accessible avec un workflow PyTorch rapide et pratique.
Flux de travail unifié étendu à la détection, la segmentation, la classification, la pose et l'OBB.
Précision, vitesse et efficacité améliorées tout en préservant le flux de travail Ultralytics familier.
Introduction de l'inférence de bout en bout et d'une architecture optimisée pour un déploiement efficace en périphérie (edge).
Étiquette jusqu'à 10 fois plus vite grâce à l'annotation intelligente
La plateforme Ultralytics te fournit l'outil d'annotation d'images pour créer des jeux de données de haute qualité plus rapidement. De l'annotation intelligente à l'édition manuelle précise, ces fonctionnalités sont conçues pour réduire le temps d'étiquetage des images sans sacrifier la qualité.
- Annotation intelligente propulsée par SAM : Masques et BBox en un seul clic.
- Couverture complète des tâches d'IA : Détection, segmentation d'instance, segmentation sémantique, classification, pose, OBB.
- Prise en charge universelle des formats : Ton choix parmi YOLO, COCO, VOC, et plus encore.
- Revue d'équipe et versioning : Une collaboration claire à chaque étape.
Entraîne sur les meilleurs GPU pour moins cher
26 GPU NVIDIA à partir de 0,24 $/heure — de Ampere à Blackwell. Pas de majoration, pas de minimum, pas d'engagement.
Déploie n'importe où
Exporte vers 20 formats et déploie sur la périphérie, le cloud et le mobile.
Explorer les solutions industrielles
Découvre comment les équipes appliquent la vision par ordinateur d'Ultralytics dans les environnements de production.
IA dans l'agriculture
IA dans l'automobile
IA dans la santé
IA dans la logistique
IA dans la fabrication
IA dans le commerce de détail
IA en robotique
IA dans l'agriculture
IA dans l'automobile
IA dans la santé
IA dans la logistique
IA dans la fabrication
IA dans le commerce de détail
IA en robotique
IA dans l'agriculture
IA dans l'automobile
IA dans la santé
IA dans la logistique
IA dans la fabrication
IA dans le commerce de détail
IA en robotique
Questions fréquemment posées
La détection d'objets identifie les objets dans une image ou une trame vidéo et localise chacun d'eux avec une bounding box et une étiquette de classe. Les modèles Ultralytics YOLO effectuent la détection en un seul passage, c'est pourquoi ils fonctionnent 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 pour les workflows de suivi, de comptage et d'analyse.
Ultralytics YOLO26 est la dernière génération stable et le choix recommandé pour tes nouveaux projets de détection. Sa conception end-to-end, sans NMS, simplifie le déploiement, et la variante nano est optimisée pour l'inférence sur CPU et edge. Les familles antérieures comme YOLO11 et YOLOv5u restent supportées 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 sur des GPU cloud et gérer tes exécutions depuis le navigateur. Il est recommandé de commencer à partir de poids pré-entraînés : le fine-tuning converge plus rapidement et nécessite moins de données qu'un entraînement à partir de zéro.
Les modèles de détection sont évalués avec la précision, le rappel et la précision moyenne moyenne (mAP) calculés à travers des seuils IoU. La validation Ultralytics rapporte automatiquement ces métriques pour chaque classe. Le guide d'évaluation des modèles explique comment les interpréter et améliorer ton jeu de données ainsi que ta configuration d'entraînement.
Utilise le mode export pour convertir tes détecteurs entraînés vers des formats tels que ONNX, TensorRT, CoreML, OpenVINO et LiteRT pour ton matériel cible. La conception sans NMS de YOLO26 garde le graphe exporté simple, et le mode benchmark compare la vitesse et la précision entre les différents formats avant que tu ne lances ton déploiement.
Construis la détection d'objets avec Ultralytics
Annote tes données, entraîne tes détecteurs YOLO26 et déploie-les partout avec Ultralytics Platform.