Rilevamento degli oggetti in tempo reale con YOLO
Individua e localizza oggetti in immagini e video con i modelli di rilevamento Ultralytics YOLO26. Addestrali sui tuoi dati, valutali con metriche chiare e distribuiscili in tempo reale su dispositivi edge, cloud e mobili.
Modelli di rilevamento YOLO26
Il rilevamento degli oggetti è l’attività fondamentale della famiglia YOLO26. Cinque dimensioni coprono ogni esigenza, dalle CPU integrate ai carichi di lavoro cloud in cui la precisione è fondamentale. Ogni dimensione si addestra sui tuoi dati con la stessa API in tre righe ed esporta nel formato più adatto al tuo hardware.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 detection model
model = YOLO("yolo26n.pt")
# Run inference
results = model("image.jpg")| Modello | Dimensione (px) | mAP 50-95 | mAP 50-95 (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | Parametri (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 |
Benchmark di rilevamento di YOLO26 dalla documentazione Ultralytics.
Scelto dalle organizzazioni leader a livello mondiale
L'impatto dei nostri modelli
Semplifica i processi in diversi settori con i nostri modelli di AI per la visione all'avanguardia. Velocità, precisione e facilità d'uso grazie a Ultralytics.
L'evoluzione dei modelli Ultralytics YOLO
Scopri l'evoluzione di Ultralytics YOLO, dal pratico flusso di lavoro di YOLOv5 all'inferenza di YOLO26 pronta per l'edge.
Etichetta fino a 10 volte più velocemente con l'annotazione intelligente
Ultralytics Platform ti offre lo strumento di annotazione delle immagini per creare dataset di alta qualità più rapidamente. Dall'annotazione intelligente alla modifica manuale precisa, queste funzionalità sono progettate per ridurre i tempi di etichettatura delle immagini senza sacrificare la qualità.
- Annotazione intelligente basata su SAM:Maschere e riquadri di delimitazione con un solo clic.
- Supporto completo per le attività di AI:Rilevamento, segmentazione di istanze, segmentazione semantica, classificazione, stima della posa, OBB.
- Supporto universale dei formati:Scegli tu: YOLO, COCO e altri.
- Revisione e controllo delle versioni per il team:Collaborazione chiara in ogni fase.
Addestra con le migliori GPU spendendo meno
26 GPU NVIDIA a partire da 0,24 $/ora: da Ampere a Blackwell. Nessun sovrapprezzo, nessun minimo, nessun vincolo.
Scopri le soluzioni per settore
Scopri come i team applicano la computer vision di Ultralytics negli ambienti di produzione.
Agricoltura
Automotive
Sanità
Logistica
Manifattura
Commercio al dettaglio
Robotica
Domande frequenti
Il rilevamento degli oggetti identifica gli oggetti in un’immagine o in un fotogramma video e localizza ciascuno con un riquadro di delimitazione e un’etichetta di classe. I modelli Ultralytics YOLO rilevano gli oggetti in un unico passaggio, perciò funzionano in tempo reale su hardware che va dai dispositivi edge alle GPU cloud. Il rilevamento è l’attività fondamentale della famiglia Ultralytics YOLO e il punto di partenza per i flussi di lavoro di tracciamento, conteggio e analisi.
Ultralytics YOLO26 è la generazione stabile più recente ed è la scelta consigliata per i nuovi progetti di rilevamento. Il suo design end-to-end, senza NMS, semplifica la distribuzione e la variante nano è ottimizzata per l’inferenza su CPU e dispositivi edge. Le famiglie precedenti, come YOLO11 e YOLOv5u, continuano a essere supportate tramite la stessa API.
Usa la modalità train della libreria Ultralytics con il tuo dataset in formato YOLO oppure usa Ultralytics Platform per annotare immagini, addestrare su GPU cloud e gestire le esecuzioni dal browser. È consigliabile partire da pesi pretrained: il fine-tuning converge più rapidamente e richiede meno dati dell’addestramento da zero.
I modelli di rilevamento vengono valutati con precisione, richiamo e precisione media (mAP), calcolati su diverse soglie IoU. La convalida Ultralytics riporta automaticamente queste metriche per ogni classe. La guida alla valutazione dei modelli spiega come interpretarle e migliorare il dataset e la configurazione di training.
Usa la modalità export per convertire i rilevatori addestrati in formati come ONNX, OpenVINO, TensorRT, CoreML e LiteRT, adatti al tuo hardware di destinazione. Il design di YOLO26 senza NMS mantiene semplice il grafo esportato e la modalità benchmark confronta velocità e precisione tra i formati prima della distribuzione.
Crea soluzioni di rilevamento degli oggetti con Ultralytics
Annota i dati, addestra rilevatori YOLO26 e distribuiscili ovunque con Ultralytics Platform.