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。