Customer-Success-Stories

„Wir stellen Roboter mit Computer Vision her, die Zutaten in Lebensmittelproduktionslinien aufnehmen und platzieren. Die Robotermanipulation erfordert eine Präzision im Subzentimeterbereich, undYOLO Ultralytics sind hervorragend geeignet, um diese Genauigkeit zu gewährleisten.“

„Die Verwendung vonYOLO Ultralytics ein echtes Vergnügen. Die Python ist sowohl beim Training als auch bei der Inferenz bemerkenswert reibungslos und konsistent ... In der Praxis verlief die Integration in unsere Pipeline bemerkenswert reibungslos, was selten ist.“

YOLO Ultralytics haben sich für uns in vielen verschiedenen Unterwasserumgebungen, von Gezeitenturbinenstandorten bis hin zu Häfen und Korallenriffen, sehr gut bewährt. Aufgrund ihrer Genauigkeit und Zuverlässigkeit sind sie für uns ein unverzichtbares Hilfsmittel bei unserer Umweltüberwachung im Rahmen von Meeresenergie- und Forschungsprojekten.“

"DieYOLO Ultralytics haben hervorragend zu unseren Metis AI Processing Units (AIPUs) gepasst. Sie sind einfach zu integrieren, laufen effizient und helfen unseren Kunden, in kürzester Zeit wirkungsvolle Vision-KI-Anwendungen am Edge zu entwickeln.

"Die Leistung der Ultralytics YOLO auf unseren STM32-Mikrocontrollern eröffnet neue Horizonte für die Computer Vision im Edge-Bereich. Mit der optimierten Integration und der Unterstützung für mehrere Modellvarianten haben Entwickler genau das, was sie brauchen, um skalierbare und reaktionsschnelle Embedded-Vision-Lösungen zu entwickeln."

"Mit Ultralytics waren wir in der Lage, die Geschwindigkeit bei höherer Genauigkeit im Vergleich zu anderen Modellen zu verbessern. Die Kompatibilität mit verschiedenen Frameworks - CUDA, TensorRT, ONNX, OpenVINO - war sehr hilfreich bei der Feinabstimmung der Gewichte in der Forschung und Entwicklung und bei der anschließenden Optimierung für die jeweilige Hardware, die uns zur Verfügung steht.

"Normalerweise nimmt das Training eines maschinellen Lernmodells sehr viel Zeit in Anspruch, und man muss oft zwei bis drei Tage auf die Schlussfolgerungen warten und dann entscheiden, ob die Genauigkeit gut genug ist. Aber mit Ultralytics YOLO können wir das Modell an einem einzigen Tag trainieren, schnell Entscheidungen treffen und rasch aus den Ergebnissen lernen. Nach dem Training können wir auch den Datensatz erweitern, um die Leistung weiter zu verbessern."

"Bei ALYCE hat der Einsatz von Ultralytics das Training unserer Modelle grundlegend verändert und es uns ermöglicht, die Datengenauigkeit zu verbessern und unseren Kunden eine unvergleichliche Qualität zu liefern und sie bei ihren nachhaltigen Mobilitätsprojekten zu unterstützen."

"Sie verwandeln visuelle Daten mit außergewöhnlicher Genauigkeit und Effizienz in umsetzbare Erkenntnisse. Durch die Kombination von Ultralytics YOLOv8 mit dem IMX500-Sensor von SSS (Sony Semiconductor Solutions Corporation) bietet diese Partnerschaft leistungsstarke KI-Funktionen auf dem Gerät, die die Echtzeit-Entscheidungsfindung für Unternehmen verbessern, die auf eine leistungsstarke visuelle Datenverarbeitung angewiesen sind."

"Wir kratzen gerade mal an der Oberfläche. Mit Ultralytics YOLO haben wir die Grundlage, um Lösungen zu entwickeln, die nicht nur sicherer, sondern auch intelligenter sind und Echtzeit-Einsichten ermöglichen, die Leben retten und das Management der industriellen Sicherheit verändern können."

"Die Integration von Ultralytics YOLO in unsere Instabase AI-Plattform war ein einfacher und problemloser Prozess. Er hat dazu beigetragen, den Zeitplan für die Veröffentlichung zu beschleunigen und uns in die Lage versetzt, unseren Kunden visuelle Objekterkennungsfunktionen bereitzustellen.

"Die YOLO vonUltralyticssind wegweisend in der KI-Branche. Die YOLOv5 und YOLOv8 werden von Entwicklern wegen ihrer Benutzerfreundlichkeit, hochmodernen Leistung und Genauigkeit bevorzugt. In Verbindung mit OpenVINO bieten diese Modelle das Potenzial für die beste Out-of-the-Box-Leistung auf modernen CPUs."