Gerçek zamanlı YOLO nesne algılama
Ultralytics YOLO26 algılama modelleriyle görüntü ve videodaki nesneleri bul ve konumlandır. Kendi verilerinle eğit, anlaşılır metriklerle değerlendir ve uç cihazlarda, bulutta ve mobil cihazlarda gerçek zamanlı dağıt.
YOLO26 algılama modelleri
Nesne algılama, YOLO26 ailesinin temel görevidir ve gömülü CPU'lardan doğruluğun kritik olduğu bulut iş yüklerine kadar her ihtiyacı karşılayan beş model boyutu sunar. Her boyutu kendi verilerinle aynı üç satırlı API'yi kullanarak eğitebilir ve donanımında en iyi çalışan biçime aktarabilirsin.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 detection model
model = YOLO("yolo26n.pt")
# Run inference
results = model("image.jpg")| Model | Boyut (px) | mAP 50-95 | mAP 50-95 (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | Parametre (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 |
Ultralytics belgelerindeki YOLO26 algılama kıyaslama sonuçları.
Dünyanın önde gelen kuruluşlarının tercihi
Modellerimizin etkisi
En yeni görüntü yapay zekâ modellerimizle sektörler genelindeki süreçleri kolaylaştır. Ultralytics'in sunduğu hız, doğruluk ve kullanım kolaylığı.
Ultralytics YOLO modellerinin gelişimi
Ultralytics YOLO'nun pratik YOLOv5 iş akışından uç cihazlara hazır YOLO26 çıkarımına nasıl evrildiğini gör.
Akıllı anotasyonla 10 kata kadar daha hızlı etiketle
Ultralytics Platform, yüksek kaliteli veri kümelerini daha hızlı oluşturman için görüntü anotasyon aracı sunar. Akıllı anotasyondan hassas manuel düzenlemeye kadar bu özellikler, kaliteden ödün vermeden görüntü etiketleme süresini azaltmak için tasarlandı.
- SAM destekli akıllı anotasyon:Maskeler ve sınırlayıcı kutular tek tıkla.
- Tüm yapay zekâ görevlerini kapsar:Nesne algılama, örnek segmentasyonu, anlamsal segmentasyon, sınıflandırma, poz tahmini, OBB.
- Evrensel biçim desteği:YOLO, COCO ve daha fazlası arasından seçim yap.
- Ekip incelemesi ve sürüm takibi:Her adımda sorunsuz iş birliği.
En iyi GPU'larda daha ucuza eğitim yap
Ampere'den Blackwell'e 26 NVIDIA GPU, saati 0,24 $'dan başlayan fiyatlarla. Ek ücret yok, minimum kullanım yok, taahhüt yok.
Sektörel çözümleri keşfet
Ekiplerin Ultralytics bilgisayarlı görü teknolojisini üretim ortamlarında nasıl kullandığını gör.
Tarım
Otomotiv
Sağlık
Lojistik
Üretim
Perakende
Robotik
Sık sorulan sorular
Nesne algılama, bir görüntüdeki veya video karesindeki nesneleri belirler ve her birini bir sınırlayıcı kutu ve sınıf etiketiyle konumlandırır. Ultralytics YOLO modelleri algılamayı tek geçişte gerçekleştirir; bu nedenle uç cihazlardan bulut GPU'larına kadar çeşitli donanımlarda gerçek zamanlı çalışırlar. Algılama, Ultralytics YOLO ailesinin temel görevi ve izleme, sayım ve analiz iş akışlarının başlangıç noktasıdır.
Ultralytics YOLO26, en yeni kararlı nesildir ve yeni algılama projeleri için önerilen seçenektir. Uçtan uca, NMS içermeyen tasarımı dağıtımı kolaylaştırır; nano varyantı ise CPU ve uç çıkarımı için optimize edilmiştir. YOLO11 ve YOLOv5u gibi önceki aileler de aynı API üzerinden desteklenmeye devam ediyor.
YOLO biçimindeki veri kümenle Ultralytics kütüphanesinin eğitim modunu kullan veya görüntülere açıklama eklemek, bulut GPU'larında eğitim yapmak ve çalıştırmaları tarayıcıdan yönetmek için Ultralytics Platform kullan. Önceden eğitilmiş ağırlıklarla başlamak önerilir: ince ayar daha hızlı yakınsar ve sıfırdan eğitime göre daha az veri gerektirir.
Algılama modelleri, IoU eşiklerinde hesaplanan kesinlik, duyarlılık ve ortalama ortalama kesinlik (mAP) ile değerlendirilir. Ultralytics doğrulaması bu metrikleri her sınıf için otomatik olarak raporlar. Model değerlendirme kılavuzu, bu metrikleri nasıl yorumlayacağını ve veri kümeni ve eğitim yapılandırmanı nasıl iyileştireceğini açıklar.
Eğitilmiş algılayıcıları hedef donanımına uygun ONNX, OpenVINO, TensorRT, CoreML ve LiteRT gibi biçimlere dönüştürmek için dışa aktarma modunu kullan. YOLO26'nın NMS içermeyen tasarımı dışa aktarılan grafiği sade tutar; kıyaslama modu ise ürünü kullanıma sunmadan önce biçimler arasındaki hızı ve doğruluğu karşılaştırır.
Ultralytics ile nesne algılama geliştir
Ultralytics Platform ile verilere açıklama ekle, YOLO26 algılayıcılarını eğit ve her yerde dağıt.