Deteção de objetos YOLO em tempo real
Encontra e localiza objetos em imagens e vídeo com os modelos de deteção YOLO26 da Ultralytics. Treina com os teus próprios dados, avalia com métricas claras e implementa em tempo real em dispositivos edge, cloud e mobile.
Modelos de deteção YOLO26
A deteção de objetos é a tarefa fundamental da família YOLO26, com cinco tamanhos de modelo que abrangem desde CPUs embebidas até cargas de trabalho na cloud críticas para a precisão. Cada tamanho treina nos teus próprios dados com a mesma API de três linhas e exporta para o formato que o teu hardware executa melhor.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 detection model
model = YOLO("yolo26n.pt")
# Run inference
results = model("image.jpg")| Modelo | Tamanho (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 deteção do YOLO26 retirados da documentação da Ultralytics.
Com a confiança das principais organizações do mundo
O impacto dos nossos modelos
Otimiza processos em vários setores com os nossos modelos de visão computacional de ponta. Velocidade, precisão e facilidade de utilização potenciadas pela Ultralytics.
A evolução dos modelos Ultralytics YOLO
Vê como o Ultralytics YOLO evoluiu do fluxo de trabalho prático do YOLOv5 para a inferência do YOLO26 pronta para edge.
Rotula até 10x mais rápido com anotação inteligente
A Ultralytics Platform oferece-te a ferramenta de anotação de imagens para criares conjuntos de dados de alta qualidade mais rapidamente. Desde a anotação inteligente até à edição manual precisa, estas funcionalidades foram concebidas para reduzir o tempo de rotulagem de imagens sem sacrificar a qualidade.
- Anotação inteligente potenciada por SAM: Máscaras e caixas delimitadoras num único clique.
- Cobertura completa de tarefas de IA: Deteção, segmentação de instâncias, segmentação semântica, classificação, pose, OBB.
- Suporte de formato universal: A tua escolha de YOLO, COCO e muito mais.
- Revisão e controlo de versões em equipa: Colaboração clara em cada passo.
Treina nas Melhores GPUs por Menos
26 GPUs NVIDIA a partir de $0,24/h — de Ampere a Blackwell. Sem margem de lucro, sem mínimos, sem compromisso.
Implementa em Qualquer Lugar
Exporta para 20 formatos e implementa na edge, na nuvem e em dispositivos móveis.
Explora soluções industriais
Vê como as equipas aplicam a visão computacional da Ultralytics em ambientes de produção.
Agricultura
Automotivo
Saúde
Logística
Manufatura
Varejo
Robótica
Agricultura
Automotivo
Saúde
Logística
Manufatura
Varejo
Robótica
Agricultura
Automotivo
Saúde
Logística
Manufatura
Varejo
Robótica
Perguntas frequentes
A deteção de objetos identifica objetos numa imagem ou fotograma de vídeo e localiza cada um com uma caixa delimitadora e uma etiqueta de classe. Os modelos Ultralytics YOLO realizam a deteção numa única passagem, razão pela qual funcionam em tempo real em hardware desde dispositivos de borda até GPUs na nuvem. A deteção é a tarefa fundamental da família Ultralytics YOLO e o ponto de partida para fluxos de trabalho de rastreio, contagem e análise.
Ultralytics YOLO26 é a geração estável mais recente e a escolha recomendada para novos projetos de deteção. O seu design de ponta a ponta, sem NMS, simplifica a implementação, e a variante nano está otimizada para inferência em CPU e de borda. Famílias anteriores como YOLO11 e YOLOv5u continuam a ser suportadas através da mesma API.
Usa o modo de treino da biblioteca Ultralytics com o teu conjunto de dados no formato YOLO, ou usa a Ultralytics Platform para anotar imagens, treinar em GPUs na nuvem e gerir execuções a partir do navegador. Começar a partir de pesos pré-treinados é recomendado: o ajuste fino converge mais rapidamente e precisa de menos dados do que treinar de raiz.
Os modelos de deteção são avaliados com precisão, revocação e precisão média média (mAP) calculadas em limiares de IoU. A validação da Ultralytics reporta estas métricas para cada classe automaticamente. O guia de avaliação de modelos explica como interpretá-las e melhorar o teu conjunto de dados e configuração de treino.
Usa o modo de exportação para converter detetores treinados para formatos como ONNX, TensorRT, CoreML, OpenVINO e LiteRT para o teu hardware de destino. O design sem NMS do YOLO26 mantém o gráfico exportado simples, e o modo de benchmark compara a velocidade e a precisão entre formatos antes de enviares.
Cria a deteção de objetos com a Ultralytics
Anota dados, treina detetores YOLO26 e implementa-os em qualquer lugar com a Ultralytics Platform.