Automated defect detection
Catch defects the moment they appear. Across recent peer-reviewed studies, YOLO-based inspection reaches 99%+ accuracy and cuts manual inspection costs by up to 94.5%, on steel, PCBs, fabric, solar panels, and welds. Train it on your own defects and deploy it on the line.
Genießt das Vertrauen weltweit führender Organisationen
How Ultralytics YOLO tackles defect detection
One model, every defect type
Ultralytics YOLO detects, localizes, and classifies defects in a single pass, and researchers have pushed it past 98% mAP on benchmarks from PCBs to steel to wafers. That means fewer escaped defects, less scrap, and faster time-to-market, on the hardware you already run.
- Subtle defects, caught: 98.8% mAP on tiny PCB defects, 98.2% on wafer surfaces (peer-reviewed).
- Line-speed inference: YOLO26 runs a frame in ~1.7 ms; weld studies report 2.3 ms per part.
- Trainable on your defects: fine-tune on your own images in hours; published models hit 99%+ accuracy.
- Deploy anywhere: export to 19 formats — TensorRT, ONNX, OpenVINO, CoreML — for edge or cloud.
YOLO26 Inferenz testen
Ziehe ein Bild per Drag & Drop hinein, um Objekterkennung in Echtzeit zu sehen
Deploy on the line or in the cloud
Train once, then export to 19 formats and run wherever inspection happens, from a camera-side edge box to a GPU server.
At the edge (line-side)
- NVIDIA Jetson via TensorRT: real-time inference with no internet connection.
- Intel CPUs via OpenVINO: deploy on the industrial PCs you already run.
- Hailo, Raspberry Pi & ARM: low-power, camera-side inspection stations.
- Fast enough for the line: published weld inspection runs at 2.3 ms per part.
In the cloud
- GPU autoscaling for high-volume, multi-camera inspection.
- Retrain centrally and push new defect classes to every line at once.
- Export to ONNX, TensorRT & PyTorch for any inference stack.
Branchen verändern mit Vision AI
Von Fabrikhallen bis zu Operationssälen – Ultralytics verwandelt visuelle Daten in Echtzeit-Entscheidungen.
SOHGA reduziert Parkplatzüberwachungszeit um 30 % mit Ultralytics YOLO
Erfahre, wie das MEGURU-System von SOHGA Ultralytics YOLO26 einsetzt, um Parkplatzkontrollen zu automatisieren, die Kontrollzeit um 30 % zu senken und die Sicherheit zu verbessern.
Scaleout reduziert Modell-Updates von Wochen auf Stunden mit Ultralytics YOLO
Erfahre, wie Scaleout Ultralytics YOLO und federated learning nutzt, um KI-Modelle auf Edge-Geräten zu optimieren und dabei sensible Daten sicher zu halten.
RapiD Engineering implementiert die Qualitätskontrolle für Meeresfrüchte eine Woche schneller mit Ultralytics YOLO
Sieh dir an, wie RapiD Engineering Ultralytics YOLO einsetzt, um die Lachsinspektion zu automatisieren, Defekte in Echtzeit zu erkennen und eine Woche Entwicklungsarbeit einzusparen.
Project Ocean Oasis verbessert den Schutz von Korallenriffen mit Ultralytics YOLO
Entdecke, wie Project Ocean Oasis Ultralytics YOLO, Edge-KI und autonome Überwachungssysteme einsetzt, um den Schutz von Korallenriffen und die Ozean-Intelligenz zu skalieren.
Volley betreibt über 250 KI-Trainer auf dem Platz mit Ultralytics YOLO
"Was wirklich gut ist: Das Modell funktioniert in Echtzeit sehr gut auf Edge-Hardware auf dem Trainer, und wir können dasselbe Modell in der Cloud verwenden, um genau denselben Prozess auszuführen."
WG Tech Solutions senkt Sicherheitsverstöße um 28 % mit Ultralytics YOLO und Axeleras AI Accelerator
Erfahre, wie WG Tech Solutions die Sicherheitsverstöße in der Fertigung durch den Einsatz von Ultralytics YOLO und Axeleras AI Accelerator um 28 % reduzieren konnte.
Stride liefert 1-minütige Ganganalyse für Pferde mit Ultralytics YOLO
Lerne, wie Stride Ultralytics YOLO-Modelle für die Ganganalyse von Pferden nutzt und eine vollständige Analyse in unter 1 Minute erreicht.
Pixelabs erzielt 95 % Recall mit einer von Ultralytics YOLO gesteuerten Automatisierung
Lerne, wie Pixelabs Ultralytics YOLO-Modelle nutzt, um Arbeitsabläufe zu automatisieren und einen Recall von 95 % zu erzielen.
SiteAssist verbessert die Sicherheit vor Ort durch die Verarbeitung von über 770.000 Bildern mit Ultralytics YOLO
Lerne, wie SiteAssist Ultralytics YOLO-Modelle nutzt, um die Sicherheit auf Baustellen zu verbessern.
Chef Robotics verwendet Ultralytics YOLO, um Lebensmittelverluste um 67 % zu reduzieren
Entdecke, wie Chef Robotics Ultralytics YOLO-Modelle für die präzise Lebensmittelmontage einsetzt.
Cali Intelligence verkürzt Warteschlangen an Kassen um 43 % mit Ultralytics YOLO
Erfahre, wie Cali Intelligence Ultralytics YOLO-Modelle nutzt, um Warteschlangen an Ladenkassen durch Objekterkennung zu reduzieren.
MarineSitu erreicht 96 %+ Uptime bei der Unterwasserüberwachung mit Ultralytics YOLO
Entdecke, wie MarineSitu Ultralytics YOLO nutzt, um die Unterwasser-Objekterkennung zu transformieren.
Theia Scientific beschleunigt die Mikroskopie-Analyse um den Faktor 43 mit Ultralytics YOLO
Entdecke, wie Theia Scientific Ultralytics YOLO verwendet, um die Analyse von Mikroskopiedaten neu zu definieren.
eSmart Systems halbiert die Zeit für Stromleitungsinspektionen mit Ultralytics YOLO
Entdecke, wie eSmart Systems Ultralytics YOLO einsetzt, um die Geschwindigkeit der Fehlererkennung zu erhöhen und Versorgungsinspektionen zu transformieren.
Axelera AI liefert 34 FPS Edge-KI-Inferenz mit Ultralytics YOLO
Entdecke, wie Axelera AI Ultralytics YOLO nutzt, um schnelle, präzise und effiziente Edge-Vision auf Metis AI-Chips zu ermöglichen.
STMicroelectronics lässt Ultralytics YOLO auf einem MCU mit nur 9,4 mJ pro Inferenz laufen
Entdecke, wie STMicroelectronics Ultralytics YOLO-Modelle effizient auf Mikrocontrollern mit geringem Stromverbrauch einsetzt, um eine präzise Echtzeit-Inferenz am Edge zu erreichen.
Specialvideo erreicht 99 % Genauigkeit bei der Lebensmittelinspektion mit Ultralytics YOLO
Entdecke, wie Specialvideo Ultralytics YOLO-Modelle nutzt, um eine KI-basierte Lebensmittelinspektion in Echtzeit zu ermöglichen, Qualität zu sichern, Abfall zu reduzieren und die Effizienz zu steigern.
Vivity AI spart mit Ultralytics YOLO jährlich über 5 Millionen US-Dollar im industriellen Betrieb
Entdecke, wie Vivity AI Ultralytics YOLO-Modelle nutzt, um die industrielle Automatisierung zu verbessern, die Effizienz zu steigern, Ausfallzeiten zu reduzieren und die Arbeitssicherheit zu gewährleisten.
Videologic Analytics skaliert auf 10.000 KI-Kameralizenzen mit Ultralytics YOLO
Entdecke, wie Videologic Analytics Ultralytics YOLO-Modelle integriert, um die Videoüberwachung zu verbessern, die Erkennungsgenauigkeit zu erhöhen, Fehlalarme zu reduzieren und die Bedrohungsüberwachung in Echtzeit zu optimieren.
Prezent steigert die Genauigkeit der Slide-Erkennung um 34 % mit Ultralytics YOLO
Entdecke, wie Prezent Ultralytics YOLO-Modelle einsetzt, um die Erkennung von Slide-Elementen zu automatisieren und die Verarbeitungszeit auf unter 10 Sekunden zu reduzieren, während Struktur und Design erhalten bleiben.
ALYCE beschleunigt Verkehrs-KI-Inferenz um 20 % mit Ultralytics YOLO
Erfahre, wie ALYCE Ultralytics YOLO-Modelle nutzt, um die Datengenauigkeit zu erhöhen, urbane Mobilität zu optimieren und KI-gestützte Verkehrslösungen für nachhaltigere, intelligentere Städte zu schaffen.
Kiwitron verwendet Ultralytics YOLO zur Erkennung industrieller Gefahren aus 30 m Entfernung
Erfahre, wie Kiwitron Ultralytics YOLO-Modelle in seiner KewiEye-Lösung einsetzt, um industrielle Gefahren zu erkennen und für mehr Sicherheit zu beseitigen.
SOHGA reduziert Parkplatzüberwachungszeit um 30 % mit Ultralytics YOLO
Erfahre, wie das MEGURU-System von SOHGA Ultralytics YOLO26 einsetzt, um Parkplatzkontrollen zu automatisieren, die Kontrollzeit um 30 % zu senken und die Sicherheit zu verbessern.
Scaleout reduziert Modell-Updates von Wochen auf Stunden mit Ultralytics YOLO
Erfahre, wie Scaleout Ultralytics YOLO und federated learning nutzt, um KI-Modelle auf Edge-Geräten zu optimieren und dabei sensible Daten sicher zu halten.
RapiD Engineering implementiert die Qualitätskontrolle für Meeresfrüchte eine Woche schneller mit Ultralytics YOLO
Sieh dir an, wie RapiD Engineering Ultralytics YOLO einsetzt, um die Lachsinspektion zu automatisieren, Defekte in Echtzeit zu erkennen und eine Woche Entwicklungsarbeit einzusparen.
Project Ocean Oasis verbessert den Schutz von Korallenriffen mit Ultralytics YOLO
Entdecke, wie Project Ocean Oasis Ultralytics YOLO, Edge-KI und autonome Überwachungssysteme einsetzt, um den Schutz von Korallenriffen und die Ozean-Intelligenz zu skalieren.
Volley betreibt über 250 KI-Trainer auf dem Platz mit Ultralytics YOLO
"Was wirklich gut ist: Das Modell funktioniert in Echtzeit sehr gut auf Edge-Hardware auf dem Trainer, und wir können dasselbe Modell in der Cloud verwenden, um genau denselben Prozess auszuführen."
WG Tech Solutions senkt Sicherheitsverstöße um 28 % mit Ultralytics YOLO und Axeleras AI Accelerator
Erfahre, wie WG Tech Solutions die Sicherheitsverstöße in der Fertigung durch den Einsatz von Ultralytics YOLO und Axeleras AI Accelerator um 28 % reduzieren konnte.
Stride liefert 1-minütige Ganganalyse für Pferde mit Ultralytics YOLO
Lerne, wie Stride Ultralytics YOLO-Modelle für die Ganganalyse von Pferden nutzt und eine vollständige Analyse in unter 1 Minute erreicht.
Pixelabs erzielt 95 % Recall mit einer von Ultralytics YOLO gesteuerten Automatisierung
Lerne, wie Pixelabs Ultralytics YOLO-Modelle nutzt, um Arbeitsabläufe zu automatisieren und einen Recall von 95 % zu erzielen.
SiteAssist verbessert die Sicherheit vor Ort durch die Verarbeitung von über 770.000 Bildern mit Ultralytics YOLO
Lerne, wie SiteAssist Ultralytics YOLO-Modelle nutzt, um die Sicherheit auf Baustellen zu verbessern.
Chef Robotics verwendet Ultralytics YOLO, um Lebensmittelverluste um 67 % zu reduzieren
Entdecke, wie Chef Robotics Ultralytics YOLO-Modelle für die präzise Lebensmittelmontage einsetzt.
Cali Intelligence verkürzt Warteschlangen an Kassen um 43 % mit Ultralytics YOLO
Erfahre, wie Cali Intelligence Ultralytics YOLO-Modelle nutzt, um Warteschlangen an Ladenkassen durch Objekterkennung zu reduzieren.
MarineSitu erreicht 96 %+ Uptime bei der Unterwasserüberwachung mit Ultralytics YOLO
Entdecke, wie MarineSitu Ultralytics YOLO nutzt, um die Unterwasser-Objekterkennung zu transformieren.
Theia Scientific beschleunigt die Mikroskopie-Analyse um den Faktor 43 mit Ultralytics YOLO
Entdecke, wie Theia Scientific Ultralytics YOLO verwendet, um die Analyse von Mikroskopiedaten neu zu definieren.
eSmart Systems halbiert die Zeit für Stromleitungsinspektionen mit Ultralytics YOLO
Entdecke, wie eSmart Systems Ultralytics YOLO einsetzt, um die Geschwindigkeit der Fehlererkennung zu erhöhen und Versorgungsinspektionen zu transformieren.
Axelera AI liefert 34 FPS Edge-KI-Inferenz mit Ultralytics YOLO
Entdecke, wie Axelera AI Ultralytics YOLO nutzt, um schnelle, präzise und effiziente Edge-Vision auf Metis AI-Chips zu ermöglichen.
STMicroelectronics lässt Ultralytics YOLO auf einem MCU mit nur 9,4 mJ pro Inferenz laufen
Entdecke, wie STMicroelectronics Ultralytics YOLO-Modelle effizient auf Mikrocontrollern mit geringem Stromverbrauch einsetzt, um eine präzise Echtzeit-Inferenz am Edge zu erreichen.
Specialvideo erreicht 99 % Genauigkeit bei der Lebensmittelinspektion mit Ultralytics YOLO
Entdecke, wie Specialvideo Ultralytics YOLO-Modelle nutzt, um eine KI-basierte Lebensmittelinspektion in Echtzeit zu ermöglichen, Qualität zu sichern, Abfall zu reduzieren und die Effizienz zu steigern.
Vivity AI spart mit Ultralytics YOLO jährlich über 5 Millionen US-Dollar im industriellen Betrieb
Entdecke, wie Vivity AI Ultralytics YOLO-Modelle nutzt, um die industrielle Automatisierung zu verbessern, die Effizienz zu steigern, Ausfallzeiten zu reduzieren und die Arbeitssicherheit zu gewährleisten.
Videologic Analytics skaliert auf 10.000 KI-Kameralizenzen mit Ultralytics YOLO
Entdecke, wie Videologic Analytics Ultralytics YOLO-Modelle integriert, um die Videoüberwachung zu verbessern, die Erkennungsgenauigkeit zu erhöhen, Fehlalarme zu reduzieren und die Bedrohungsüberwachung in Echtzeit zu optimieren.
Prezent steigert die Genauigkeit der Slide-Erkennung um 34 % mit Ultralytics YOLO
Entdecke, wie Prezent Ultralytics YOLO-Modelle einsetzt, um die Erkennung von Slide-Elementen zu automatisieren und die Verarbeitungszeit auf unter 10 Sekunden zu reduzieren, während Struktur und Design erhalten bleiben.
ALYCE beschleunigt Verkehrs-KI-Inferenz um 20 % mit Ultralytics YOLO
Erfahre, wie ALYCE Ultralytics YOLO-Modelle nutzt, um die Datengenauigkeit zu erhöhen, urbane Mobilität zu optimieren und KI-gestützte Verkehrslösungen für nachhaltigere, intelligentere Städte zu schaffen.
Kiwitron verwendet Ultralytics YOLO zur Erkennung industrieller Gefahren aus 30 m Entfernung
Erfahre, wie Kiwitron Ultralytics YOLO-Modelle in seiner KewiEye-Lösung einsetzt, um industrielle Gefahren zu erkennen und für mehr Sicherheit zu beseitigen.
SOHGA reduziert Parkplatzüberwachungszeit um 30 % mit Ultralytics YOLO
Erfahre, wie das MEGURU-System von SOHGA Ultralytics YOLO26 einsetzt, um Parkplatzkontrollen zu automatisieren, die Kontrollzeit um 30 % zu senken und die Sicherheit zu verbessern.
Scaleout reduziert Modell-Updates von Wochen auf Stunden mit Ultralytics YOLO
Erfahre, wie Scaleout Ultralytics YOLO und federated learning nutzt, um KI-Modelle auf Edge-Geräten zu optimieren und dabei sensible Daten sicher zu halten.
RapiD Engineering implementiert die Qualitätskontrolle für Meeresfrüchte eine Woche schneller mit Ultralytics YOLO
Sieh dir an, wie RapiD Engineering Ultralytics YOLO einsetzt, um die Lachsinspektion zu automatisieren, Defekte in Echtzeit zu erkennen und eine Woche Entwicklungsarbeit einzusparen.
Project Ocean Oasis verbessert den Schutz von Korallenriffen mit Ultralytics YOLO
Entdecke, wie Project Ocean Oasis Ultralytics YOLO, Edge-KI und autonome Überwachungssysteme einsetzt, um den Schutz von Korallenriffen und die Ozean-Intelligenz zu skalieren.
Volley betreibt über 250 KI-Trainer auf dem Platz mit Ultralytics YOLO
"Was wirklich gut ist: Das Modell funktioniert in Echtzeit sehr gut auf Edge-Hardware auf dem Trainer, und wir können dasselbe Modell in der Cloud verwenden, um genau denselben Prozess auszuführen."
WG Tech Solutions senkt Sicherheitsverstöße um 28 % mit Ultralytics YOLO und Axeleras AI Accelerator
Erfahre, wie WG Tech Solutions die Sicherheitsverstöße in der Fertigung durch den Einsatz von Ultralytics YOLO und Axeleras AI Accelerator um 28 % reduzieren konnte.
Stride liefert 1-minütige Ganganalyse für Pferde mit Ultralytics YOLO
Lerne, wie Stride Ultralytics YOLO-Modelle für die Ganganalyse von Pferden nutzt und eine vollständige Analyse in unter 1 Minute erreicht.
Pixelabs erzielt 95 % Recall mit einer von Ultralytics YOLO gesteuerten Automatisierung
Lerne, wie Pixelabs Ultralytics YOLO-Modelle nutzt, um Arbeitsabläufe zu automatisieren und einen Recall von 95 % zu erzielen.
SiteAssist verbessert die Sicherheit vor Ort durch die Verarbeitung von über 770.000 Bildern mit Ultralytics YOLO
Lerne, wie SiteAssist Ultralytics YOLO-Modelle nutzt, um die Sicherheit auf Baustellen zu verbessern.
Chef Robotics verwendet Ultralytics YOLO, um Lebensmittelverluste um 67 % zu reduzieren
Entdecke, wie Chef Robotics Ultralytics YOLO-Modelle für die präzise Lebensmittelmontage einsetzt.
Cali Intelligence verkürzt Warteschlangen an Kassen um 43 % mit Ultralytics YOLO
Erfahre, wie Cali Intelligence Ultralytics YOLO-Modelle nutzt, um Warteschlangen an Ladenkassen durch Objekterkennung zu reduzieren.
MarineSitu erreicht 96 %+ Uptime bei der Unterwasserüberwachung mit Ultralytics YOLO
Entdecke, wie MarineSitu Ultralytics YOLO nutzt, um die Unterwasser-Objekterkennung zu transformieren.
Theia Scientific beschleunigt die Mikroskopie-Analyse um den Faktor 43 mit Ultralytics YOLO
Entdecke, wie Theia Scientific Ultralytics YOLO verwendet, um die Analyse von Mikroskopiedaten neu zu definieren.
eSmart Systems halbiert die Zeit für Stromleitungsinspektionen mit Ultralytics YOLO
Entdecke, wie eSmart Systems Ultralytics YOLO einsetzt, um die Geschwindigkeit der Fehlererkennung zu erhöhen und Versorgungsinspektionen zu transformieren.
Axelera AI liefert 34 FPS Edge-KI-Inferenz mit Ultralytics YOLO
Entdecke, wie Axelera AI Ultralytics YOLO nutzt, um schnelle, präzise und effiziente Edge-Vision auf Metis AI-Chips zu ermöglichen.
STMicroelectronics lässt Ultralytics YOLO auf einem MCU mit nur 9,4 mJ pro Inferenz laufen
Entdecke, wie STMicroelectronics Ultralytics YOLO-Modelle effizient auf Mikrocontrollern mit geringem Stromverbrauch einsetzt, um eine präzise Echtzeit-Inferenz am Edge zu erreichen.
Specialvideo erreicht 99 % Genauigkeit bei der Lebensmittelinspektion mit Ultralytics YOLO
Entdecke, wie Specialvideo Ultralytics YOLO-Modelle nutzt, um eine KI-basierte Lebensmittelinspektion in Echtzeit zu ermöglichen, Qualität zu sichern, Abfall zu reduzieren und die Effizienz zu steigern.
Vivity AI spart mit Ultralytics YOLO jährlich über 5 Millionen US-Dollar im industriellen Betrieb
Entdecke, wie Vivity AI Ultralytics YOLO-Modelle nutzt, um die industrielle Automatisierung zu verbessern, die Effizienz zu steigern, Ausfallzeiten zu reduzieren und die Arbeitssicherheit zu gewährleisten.
Videologic Analytics skaliert auf 10.000 KI-Kameralizenzen mit Ultralytics YOLO
Entdecke, wie Videologic Analytics Ultralytics YOLO-Modelle integriert, um die Videoüberwachung zu verbessern, die Erkennungsgenauigkeit zu erhöhen, Fehlalarme zu reduzieren und die Bedrohungsüberwachung in Echtzeit zu optimieren.
Prezent steigert die Genauigkeit der Slide-Erkennung um 34 % mit Ultralytics YOLO
Entdecke, wie Prezent Ultralytics YOLO-Modelle einsetzt, um die Erkennung von Slide-Elementen zu automatisieren und die Verarbeitungszeit auf unter 10 Sekunden zu reduzieren, während Struktur und Design erhalten bleiben.
ALYCE beschleunigt Verkehrs-KI-Inferenz um 20 % mit Ultralytics YOLO
Erfahre, wie ALYCE Ultralytics YOLO-Modelle nutzt, um die Datengenauigkeit zu erhöhen, urbane Mobilität zu optimieren und KI-gestützte Verkehrslösungen für nachhaltigere, intelligentere Städte zu schaffen.
Kiwitron verwendet Ultralytics YOLO zur Erkennung industrieller Gefahren aus 30 m Entfernung
Erfahre, wie Kiwitron Ultralytics YOLO-Modelle in seiner KewiEye-Lösung einsetzt, um industrielle Gefahren zu erkennen und für mehr Sicherheit zu beseitigen.
Häufig gestellte Fragen
Automated defect detection uses cameras and AI to inspect products and surfaces for flaws, scratches, cracks, dents, missing parts, and contamination, in real time, with no manual checking. Ultralytics YOLO models detect, localize, and classify each defect in a single pass as parts move down the line.
It depends on the data, but recent peer-reviewed studies report 84-99% accuracy with YOLO models tuned to a specific task, for example 99.4% on fabric, 98.8% mAP on PCBs, and 98.2% on semiconductor wafers. The Ultralytics Platform supports active learning, so accuracy keeps climbing as new defect types appear.
Published 2024-2026 studies apply Ultralytics YOLO to steel and metal surfaces, printed circuit boards, semiconductor wafers, welds, textiles, solar panels, aluminum castings, ceramics, batteries, and pharmaceutical packaging, anywhere visual quality control matters.
Yes. Rule-based machine vision struggles with variable, subtle, or previously-unseen defects. Ultralytics YOLO26 learns from your own examples to recognize scratches, hairline cracks, white spots, and missing components across changing lighting and part variation, reaching 98%+ mAP on several published benchmarks.
Fast enough for the line. YOLO26 processes a frame in about 1.7 ms on a modern GPU; published inspection systems report 186 frames per second on fabric and 2.3 ms per weld.
Yes. Most inspection deployments run on-premises because production data is sensitive and factory networks are unreliable. Ultralytics YOLO26 exports to 19 formats, including TensorRT for NVIDIA Jetson, OpenVINO for Intel CPUs, and Hailo accelerators, so models run line-side with no internet connection required.
Less than you might expect. Published defect-detection models train on a few thousand labeled images, for example the bridge-crack study used a 4,029-image dataset. The Ultralytics Platform handles annotation and training, and pretrained YOLO weights mean you fine-tune rather than start from scratch.
Collect images of your good and defective parts, annotate them, and train, all in one place on the Ultralytics Platform. For production deployment, enterprise licensing covers commercial use and keeps your code and data private.
Lass uns gemeinsam die Zukunft der KI bauen!
Beginne deine Reise mit der Zukunft des maschinellen Lernens