Ultralytics YOLO Intel OpenVINO CPU, GPU NPU

Über Intel

Intel Nasdaq: INTC) ist ein Branchenführer, der bahnbrechende Technologien entwickelt, die den weltweiten Fortschritt vorantreiben und das Leben der Menschen bereichern. Intel treibt die Entwicklung und Fertigung von Halbleitern Intel voran, um seinen Kunden bei der Bewältigung ihrer größten Herausforderungen zu helfen. Dabei integriert das Unternehmen intelligente Lösungen in die Cloud, in Netzwerke, am Netzwerkrand sowie in jedes Computergerät, um Wirtschaft und Gesellschaft zu verändern. 

OpenVINO™ ist ein Open-Source-Toolkit, das KI-Inferenz mit geringerer Latenz und höherem Durchsatz beschleunigt, dabei die Genauigkeit gewährleistet und die Hardwareauslastung optimiert. Es vereinfacht die KI-Entwicklung und die Integration von Deep Learning in den Bereichen Computer Vision, große Sprachmodelle und generative KI.

Warum sollte man sich Intel YOLO Intel entscheiden?

Stellen Sie Ultralytics YOLO mit unübertroffener Leistung und Effizienz bereit

Optimiert für Ultralytics YOLO

Maximaler Durchsatz und minimale Latenz bei der gesamten Produktpalette Intel.

Edge-native Leistung

Edge-fähige YOLO mit Unterstützung für FP32, FP16 und INT8. Keine Kompromisse bei der Genauigkeit erforderlich.

Echtzeit-Inferenz

Inferenzzeiten unter 10 ms bei allen wichtigen YOLO , getestet auf Intel , -GPUs und -NPUs.

Geringere Betriebskosten

Inferenz auf bestehenden Intel . Geringere Kosten, ohne Abstriche bei der Genauigkeit.

Einfache Integration

In wenigen Minuten einsatzbereit mit demPython oder CLI. Gleiche API, gleicher Arbeitsablauf.

Zukunftssicher

Immer auf dem neuesten Stand mit den aktuellsten YOLO und Intel . Keine Überarbeitung der Pipeline erforderlich.

Technische Integration

Nahtlose Integration zwischen Ultralytics und Intel

Ultralytics YOLOv8

YOLOv8 bietet eine YOLOv8 Leistung und unterstützt nun zusätzlich folgende Aufgaben: Segmentierung, Klassifizierung und Posenabschätzung.

YOLOv8n

YOLOv8s

YOLOv8m

+22

Ultralytics YOLO11

YOLO11 die aus der Praxis bekannten Aufgaben im Bereich Computer Vision und bietet dabei eine höhere Genauigkeit, Präzision und Geschwindigkeit.

YOLO11n

YOLO11s

YOLO11m

+22

Ultralytics YOLO26

YOLO26 ist ein leichteres, kleineres und schnelleres Modell, wobei die Nano-Variante auf Standard-CPUs eine bis zu 43 % schnellere Inferenz bietet.

YOLO26n

YOLO26s

YOLO26m

+22

Zwei Lagerarbeiter in gelben Sicherheitswesten und Helmen überprüfen gestapelte Holzpaletten.

Lila Trauben an einer Rebe, wobei die einzelnen Trauben umrandet sind, um die Instanzsegmentierung zu veranschaulichen.

Flaschen auf einem Förderband mit der Aufschrift „Keine Mängel“, was auf eine automatische Fehlererkennung in der Fertigung hinweist.

Ein Zebra in der Nähe von Wasser, dessen Körper mit Kontrollpunkten überlagert ist, um die Posenschätzung zu veranschaulichen.

Luftaufnahme einer Baustelle mit Lastwagen und Baggern, die durch Begrenzungsrahmen hervorgehoben sind, zur Veranschaulichung der Objekterkennung und -verfolgung.

Modellleistung auf Intel

Sehen Sie sich an, wie sichYOLO Ultralytics auf Intel , -GPUs und -NPUs schlagen.

Dokumentation lesen

from ultralytics import YOLO
# Load a YOLO26n PyTorch model
model = YOLO("yolo26n.pt")
# Export the model
model.export(format="openvino")  # creates 'yolo26n_openvino_model/'
# Load the exported OpenVINO model
ov_model = YOLO("yolo26n_openvino_model/")
# Run inference
results = ov_model("https://ultralytics.com/images/bus.jpg")
# Run inference with specified device, available devices: ["intel:gpu", "intel:npu", "intel:cpu"]
results = ov_model("https://ultralytics.com/images/bus.jpg", device="intel:gpu")

# Export a YOLO26n PyTorch model to OpenVINO format
yolo export model=yolo26n.pt format=openvino # creates 'yolo26n_openvino_model/'
# Run inference with the exported model
yolo predict model=yolo26n_openvino_model source='https://ultralytics.com/images/bus.jpg'
# Run inference with specified device, available devices: ["intel:gpu", "intel:npu", "intel:cpu"]
yolo predict model=yolo26n_openvino_model source='https://ultralytics.com/images/bus.jpg' device="intel:gpu"

‍

Implementieren Sie Ultralytics YOLO Intel hochleistungsfähige Inferenz

Über Intel

Warum sollte man sich Intel YOLO Intel entscheiden?

Optimiert für Ultralytics YOLO

Edge-native Leistung

Echtzeit-Inferenz

Geringere Betriebskosten

Einfache Integration

Zukunftssicher

Die Komplettlösung

Trainieren Sie mit Ultralytics

In OpenVINO exportieren

Auf Intel bereitstellen

Technische Integration

Ultralytics YOLOv8

Ultralytics YOLO11

Ultralytics YOLO26

Objekterkennung

Instanzsegmentierung

Bildklassifizierung

Pose-Schätzung

Objekterkennung mit ausgerichteten Begrenzungsrahmen

Modellleistung auf Intel

Erste Schritte mit Intel

Erste Schritte mit Intel

Ausführung von YOLO Intel

YOLO Vision 2025 London

Werden Sie Ultralytics