Configuración de cookies
Al hacer clic en “Aceptar todas las cookies”, aceptas el almacenamiento de cookies en tu dispositivo para mejorar la navegación del sitio, analizar el uso del sitio y ayudar en nuestros esfuerzos de marketing. Más información
Configuración de cookies
Al hacer clic en “Aceptar todas las cookies”, aceptas el almacenamiento de cookies en tu dispositivo para mejorar la navegación del sitio, analizar el uso del sitio y ayudar en nuestros esfuerzos de marketing. Más información
Aceptar todas las cookies
Configuración de cookies
Yolo Vision Shenzhen
Shenzhen
Únete ahora

Implementa Ultralytics YOLO Intel una inferencia de alto rendimiento

Ultralytics con Intel ofrecer inferencia de alto rendimiento, aprovechando la potencia de las CPU, las NPU y las GPU.

Explora las posibilidades de colaboración
Descubre nuestras soluciones
Implementa Ultralytics YOLO Intel una inferencia de alto rendimiento

Acerca de Intel

Intel Nasdaq: INTC) es una empresa líder en el sector que crea tecnologías revolucionarias que impulsan el progreso mundial y mejoran la vida de las personas. Intel avanza Intel en el diseño y la fabricación de semiconductores para ayudar a sus clientes a superar sus mayores retos, integrando inteligencia en la nube, las redes, los dispositivos periféricos y todos los dispositivos informáticos con el fin de transformar las empresas y la sociedad.


OpenVINO™ es un conjunto de herramientas de código abierto que acelera la inferencia de IA con menor latencia y mayor rendimiento, al tiempo que mantiene la precisión y optimiza el uso del hardware. Agiliza el desarrollo de IA y la integración del aprendizaje profundo en los ámbitos de la visión artificial, los modelos de lenguaje a gran escala y la IA generativa.

¿Por qué elegir Intel YOLO?

ImplementaYOLO Ultralytics con un rendimiento y una eficiencia sin igual

Optimizado para Ultralytics YOLO

Máximo rendimiento y latencia mínima en toda la gama de dispositivos Intel.

Rendimiento nativo de Edge

YOLO preparada para el borde con compatibilidad con FP32, FP16 e INT8. Sin necesidad de sacrificar la precisión.

Inferencia en tiempo real

Inferencia en menos de 10 ms en todas YOLO principales YOLO , verificada en Intel , GPU y NPU Intel .

Menor coste de propiedad

Inferencia en Intel existentes. Menores costes, sin comprometer la precisión.

Fácil integración

Listo para usar en cuestión de minutos con elPython o CLI Ultralytics . La misma API, el mismo flujo de trabajo.

A prueba de futuro

Siempre al día con los últimos YOLO y Intel . No es necesario modificar el proceso de procesamiento.

La solución integral

Entrena con Ultralytics

Crea y perfecciona tus YOLO personalizados en la plataforma líder del sector Ultralytics. Desde Ultralytics YOLOv8 YOLO26, accede a arquitecturas de vanguardia, conjuntos de datos seleccionados y potentes herramientas de optimización, todo ello diseñado para que puedas pasar a la fase de producción más rápidamente.

Exportar al OpenVINO

Convierte y cuantifica tu modelo entrenado a OpenVINO un solo comando. El proceso de exportación genera un paquete de modelo optimizado, que incluye la topología de la red, los pesos y tensor , lo que permite que se ejecute más rápido en toda la gama de Intel .

Implementar en Intel

Ejecuta inferencias en Intel , GPU integradas, GPU discretas y NPU mediante una API unificada. Sin necesidad de reescribir el código ni de código específico para cada hardware: solo rendimiento constante y acelerado, independientemente de dónde lo implementes.
Exportar al OpenVINO

Integración técnica

Integración perfecta entre Ultralytics y Intel
Modelos compatibles
Tareas admitidas
Pruebas de rendimiento
Ejemplo de uso

Ultralytics YOLOv8

8

YOLOv8 su rendimiento y ha incorporado nuevas funciones: segmentación, clasificación y estimación de la postura.

YOLOv8n
YOLOv8s
YOLOv8m

+22

Ultralytics YOLO11

11

YOLO11 las tareas de visión artificial con las que los usuarios están familiarizados, al tiempo que ofrece mayor exactitud, precisión y velocidad.

YOLO11n
YOLO11s
YOLO11m

+22

Ultralytics YOLO26

26

YOLO26 es un modelo más ligero, más pequeño y más rápido; su variante «nano» ofrece una inferencia hasta un 43 % más rápida en CPU estándar.

YOLO26n
YOLO26
YOLO26m

+22

Detección de objetos

Detecta objetos en una imagen o un vídeo mediante rectángulos delimitadores alineados con los ejes.

Segmentación de instancias

Crea máscaras con precisión de píxel para resaltar objetos dentro de un fotograma.

Clasificación de imágenes

Aplica una o varias etiquetas a toda la imagen.

Estimación de la pose

Detectar y etiquetar los puntos clave del cuerpo para el seguimiento de la posición corporal.

Detección de objetos con cajas delimitadoras orientadas

Detecta objetos girados mediante rectángulos delimitadores que tienen en cuenta el ángulo.
Dos trabajadores de almacén, vestidos con chalecos de seguridad amarillos y cascos, inspeccionan unos palés de madera apilados.
Uvas moradas en una vid con cada uva perfilada, lo que ilustra la segmentación de instancias.
Botellas en una línea de producción con la etiqueta «Sin defectos», lo que indica la detección automática de defectos durante la fabricación.
Una cebra cerca del agua con puntos clave superpuestos en su cuerpo, lo que ilustra la estimación de la postura.
Vista aérea de una obra con camiones y excavadoras resaltados mediante cuadros de delimitación, que muestra la detección y el seguimiento de objetos.

Rendimiento del modelo en Intel

Descubre el rendimiento deYOLO Ultralytics en Intel , GPU y NPU Intel .

Leer la documentación
Implementar en Intel
Python
CLI
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"

‍

Empieza con Intel

Guía completa para implementar Ultralytics YOLO OpenVINO Intel .
Guía completa para implementar Ultralytics YOLO OpenVINO Intel .

Empieza con Intel

Guía completa para implementar Ultralytics YOLO OpenVINO Intel .

Más información
Optimiza Ultralytics YOLO OpenVINO obtener una inferencia rápida y en tiempo real en los PC Intel .

Ejecución de YOLO ordenadores Intel

Optimiza Ultralytics YOLO OpenVINO obtener una inferencia rápida y en tiempo real en los PC Intel .

Más información
No te pierdas la Intel sobre la OpenVINO de Ultralytics YOLO OpenVINO .

YOLO Vision 2025 Londres

No te pierdas la Intel sobre la OpenVINO de Ultralytics YOLO OpenVINO .

Más información

Conviértete en Ultralytics

Únete a nuestro ecosistema de socios y descubre nuevas oportunidades para ofrecer soluciones de IA de vanguardia

Explora las posibilidades de colaboración