ultralytics

Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — 物件偵測、實例分割、語意分割、影像分類、姿態估計、物件追蹤

ultralytics 是什麼?

Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — 物件偵測、實例分割、語意分割、影像分類、姿態估計、物件追蹤

ultralytics 概覽

這是什麼

Ultralytics 是一個提供尖端、最先進(SOTA)YOLO 模型的軟體套件,用於電腦視覺任務。它支援物體偵測、實例分割、語義分割、深度估計、影像分類、姿態估計、定向物體偵測,以及跨影片畫面的物體追蹤。此儲存庫包含從早期 YOLOv3 到最新 YOLO26 的模型,並預覽即將推出的 YOLO27。

主要功能

  • 支援多種視覺任務:物體偵測、實例分割、語義分割、深度估計、影像分類、姿態估計、定向物體偵測與追蹤。
  • 提供命令列介面(CLI)與 Python API,用於訓練、驗證、預測與部署。
  • 提供多種預訓練模型(例如 YOLO26n、YOLO26s、YOLO26m、YOLO26l、YOLO26x),並附有在 COCO、Cityscapes、ImageNet 等資料集上的效能指標。
  • 模型可匯出為 ONNX 等格式以利部署。
  • 套件設計為快速、準確且易於使用。

使用情境

  • 影像與影片中的物體偵測。
  • 實例分割與語義分割,用於詳細場景理解。
  • 從單張影像進行深度估計。
  • 影像分類(基於 ImageNet 預訓練,涵蓋 1000+ 類別)。
  • 人體或動物關鍵點的姿態估計。
  • 定向物體偵測(OBB),用於旋轉物體。
  • 使用偵測、分割、姿態或 OBB 模型進行跨影片畫面的物體追蹤。

快速開始

在 Python>=3.8 且 PyTorch>=1.8 的環境中安裝 ultralytics 套件:bashpip install ultralytics使用 CLI 以預訓練模型進行預測:bashyolo predict model=yolo26n.pt source='https://ultralytics.com/images/bus.jpg'或使用 Python:pythonfrom ultralytics import YOLOmodel = YOLO('yolo26n.pt')results = model('path/to/image.jpg')results[0].show()

授權與價格

本軟體採用 AGPL-3.0 授權。商業使用需取得企業授權(請參閱 Ultralytics Licensing)。此套件為開放原始碼。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/ultralyticsultralytics.svg)](https://yunodb.com/tools/ultralyticsultralytics?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/ultralyticsultralytics?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/ultralyticsultralytics.svg" alt="Featured on YunoDB" height="20"></a>