Blog Ultralytics
Explore l’univers de l’IA avec les blogs d’Ultralytics !
Plonge dans les dernières tendances de l’IA et de la vision par ordinateur avec Ultralytics. Des avancées de YOLO aux applications révolutionnaires, découvre comment nous façonnons l’avenir de la technologie.
Derniers articles par thème
Article à la une
Meilleurs outils de données synthétiques pour entraîner des modèles de vision par ordinateur
Comparaison des outils de données synthétiques pour la vision par ordinateur selon leur méthode : simulation 3D, modèles génératifs et augmentation, et méthodes pour les tester avec Ultralytics YOLO.
Events
Ultralytics à l’AMD Embedded AI Working Group à Dublin
Découvre comment Ultralytics et AMD ont exploré l’IA physique, la robotique et le déploiement de la vision par ordinateur lors de l’AMD Embedded AI Working Group 2026 à Dublin.
Integrations
ONNX ou TensorRT pour l’inférence en vision par ordinateur : benchmarks et critères de choix
ONNX Runtime ou TensorRT pour l’inférence en vision par ordinateur : mesures de la vitesse et de la précision d’Ultralytics YOLO26 sur 19 GPU NVIDIA, et comment choisir.
Ultralytics Platform
Comment choisir un VLM pour l’annotation automatique en fonction de la précision et du rappel
Choisis un VLM pour l’annotation automatique en fonction de la précision et du rappel : quels modèles génèrent moins de boîtes superflues, lesquels omettent moins d’objets et comment les tester sur tes propres données.
Guides
Détection des EPI manquants : entraîne Ultralytics YOLO sur Construction-PPE
Découvre comment Construction-PPE annote les casques, gilets et gants manquants, puis entraîne Ultralytics YOLO à détecter les EPI manquants sur les caméras de ton propre site.
Guides
Guide des jeux de données de détection de drones : entraîner Ultralytics YOLO sur de petits UAV
Compare les jeux de données DUT Anti-UAV, Drone-vs-Bird et de détection thermique de drones, puis entraîne Ultralytics YOLO26 pour repérer les petits drones et réduire les fausses alertes.
Ultralytics Platform
IA conforme à HIPAA pour l’imagerie médicale : ce que couvre un BAA et comment entraîner avec des données de patients
Découvre ce qu’exige une IA conforme à HIPAA pour l’imagerie médicale, ce que couvre un BAA d’Ultralytics, et comment annoter, entraîner et déployer avec des données de patients.
Ultralytics Platform
Comment migrer des modèles Ultralytics YOLO de W&B vers Ultralytics Platform
Importe des modèles Ultralytics YOLO depuis Weights & Biases (W&B) dans Ultralytics Platform sans les réentraîner, puis compare les expériences, exporte les modèles et déploie-les.
Ultralytics Platform
GPT-6.1 Terra arrive en tête pour l’annotation automatique et bat les modèles phares d’OpenAI
GPT-6.1 Terra pour l’annotation automatique devance 39 modèles dans notre classement VLM : 0.560 mAP50 pour 4,36 $ par tranche de 1 000 images, devant GPT-6.1 Sol et Gemini 4 Argon.
Ultralytics Platform
Annotation automatique avec MiniMax-M3.1-Flash : pourquoi un raisonnement moins poussé a donné de meilleures boîtes
Annotation automatique avec MiniMax-M3.1-Flash sur Ultralytics Platform : 0.317 mAP50 à 1,84 $ pour 1 000 images après réglage, avec un score de 0.86 pour la détection de navires SAR.
Ultralytics Platform
Annotation automatique avec Kimi K3.1 Pro : un tiers de mieux que K3, avec un effort élevé
L’annotation automatique avec Kimi K3.1 Pro atteint 0.444 mAP50 sur UL37, soit un tiers de plus que Kimi K3. Découvre pourquoi nous l’exécutons avec un effort élevé, combien cela coûte et où le modèle se démarque.
Integrations
Ultralytics YOLO et NVIDIA Cosmos Data Factory : données synthétiques pour la détection des défauts
Les données synthétiques de NVIDIA Cosmos Data Factory et une boucle d’entraînement agentique aident Ultralytics YOLO26 à atteindre une précision de détection des défauts comparable à celle obtenue avec le jeu de données complet, avec moins d’annotations.
Guides
Meilleurs modèles d’estimation de profondeur : comment choisir
Compare les modèles de profondeur monoculaire tels que Depth Anything, Depth Pro, Metric3D, UniDepth et Ultralytics YOLO26 pour la profondeur métrique, les appareils en périphérie et la robotique.
Découvre nos modèles en action
RTM réduit de 28 % le coût d’inférence avec Ultralytics YOLO26
Découvre comment RTM utilise Ultralytics YOLO26 pour assurer la surveillance de la sécurité en usine 24 h/24 et 7 j/7, tout en réduisant de 28 % le coût d’inférence sur du matériel déjà détenu par les fabricants.
SK Godelius détecte 3 400 défauts sur les convoyeurs miniers avec Ultralytics YOLO
Découvre comment SK Godelius utilise Ultralytics YOLO pour automatiser la détection des défauts et des anomalies, aidant ainsi les sites miniers à renforcer la sécurité et à rationaliser les flux de travail.
Camerite réduit de 25,2 % le temps de développement avec Ultralytics YOLO
Découvre comment Camerite utilise Ultralytics YOLO pour automatiser la surveillance vidéo, réduire le temps de développement et aider les villes à passer à une sécurité proactive.
OnsiteIQ réduit de 20 % les retards de projet avec Ultralytics YOLO11
Découvre comment OnsiteIQ utilise Ultralytics YOLO11 pour surveiller les chantiers, réduire de 20 % les retards de projet et résoudre les litiges trois fois plus vite.
TrainVision de mtrail réduit presque de 100 % le temps de collecte des données ferroviaires
Découvre comment TrainVision de mtrail utilise Ultralytics YOLO pour automatiser la collecte de données ferroviaires, réduire le temps nécessaire jusqu’à 100 % et diminuer les erreurs de 90 %.
Glacier Robotics réduit de 70 % les fuites de PET dans les centres de recyclage américains
Découvre comment Glacier Robotics utilise Ultralytics YOLO11 pour réduire de 70 % les pertes de PET, améliorer la précision du recyclage et automatiser le tri des déchets.
SOHGA réduit de 30 % le temps consacré à la surveillance des parkings grâce à Ultralytics YOLO
Découvre comment le système MEGURU de SOHGA utilise Ultralytics YOLO26 pour automatiser les rondes dans les parkings, réduire leur durée de 30 % et améliorer la sécurité.
Scaleout réduit la mise à jour des modèles de plusieurs semaines à quelques heures grâce à Ultralytics YOLO
Découvre comment Scaleout utilise Ultralytics YOLO et l’apprentissage fédéré pour affiner les modèles d’IA sur des appareils edge tout en protégeant les données sensibles.
RapiD Engineering déploie le contrôle qualité des produits de la mer une semaine plus tôt grâce à Ultralytics YOLO
Découvre comment RapiD Engineering utilise Ultralytics YOLO pour automatiser l’inspection du saumon, détecter les défauts en temps réel et économiser une semaine de travail d’ingénierie.
Project Ocean Oasis fait progresser la conservation des récifs grâce à Ultralytics YOLO
Découvre comment Project Ocean Oasis utilise Ultralytics YOLO, l’IA edge et des systèmes de surveillance autonomes pour développer la conservation des récifs et l’intelligence océanique.
Volley équipe plus de 250 entraîneurs IA sur les courts grâce à Ultralytics YOLO
Découvre comment Volley utilise Ultralytics YOLO pour l’estimation de pose, la détection du ballon et la classification du terrain afin d’alimenter l’entraînement en temps réel d’environ 250 entraîneurs présents sur le terrain.
WG Tech Solutions réduit de 28 % les infractions aux règles de sécurité grâce à Ultralytics YOLO et à l’accélérateur d’IA d’Axelera
Découvre comment WG Tech Solutions a réduit de 28 % les violations des règles de sécurité en usine grâce à Ultralytics YOLO et aux accélérateurs IA Metis d’Axelera en périphérie.
Stride réalise une analyse de la démarche équine en une minute grâce à Ultralytics YOLO
Découvre comment Stride utilise l’estimation de pose d’Ultralytics YOLO26 sur iPhone pour fournir une analyse complète et hors ligne de la démarche équine en environ une minute, sans matériel spécialisé.
Pixelabs atteint un rappel de 95 % grâce à l’automatisation basée sur Ultralytics YOLO
Découvre comment Pixelabs utilise Ultralytics YOLOv8 dans son AI-Engine pour automatiser l’analyse d’images rétiniennes dans le cadre de recherches précoces sur la maladie d’Alzheimer, avec un rappel pouvant atteindre 95 %.
SiteAssist améliore la sécurité sur les chantiers en traitant plus de 770K images avec Ultralytics YOLO
Découvre comment SiteAssist utilise Ultralytics YOLO26 pour vérifier en temps réel des photos de sécurité de chantier, en traitant plus de 770 000 images et en détectant plus de 1,3 million d’objets.
Chef Robotics réduit de 67 % le gaspillage alimentaire grâce à Ultralytics YOLO
Chef Robotics utilise Ultralytics YOLO pour détecter les plateaux et les ingrédients, atteint une précision de 99,5 % et aide Cafe Spice à plus que doubler sa production de repas.
Cali Intelligence réduit de 43 % les files d’attente aux caisses grâce à Ultralytics YOLO
Découvre comment Cali Intelligence utilise Ultralytics YOLO sur les caméras de vidéosurveillance existantes des magasins pour réduire de 43 % la longueur moyenne des files d’attente aux caisses grâce aux alertes en temps réel et aux prévisions.
MarineSitu atteint une disponibilité de plus de 96 % pour la surveillance sous-marine avec Ultralytics YOLO
Découvre comment MarineSitu exécute Ultralytics YOLO sur du matériel en périphérie pour détecter la faune marine autour des turbines marémotrices et réduire à une ou deux heures l’examen quotidien des vidéos.
Theia Scientific accélère de 43× l’analyse de microscopie grâce à Ultralytics YOLO
Découvre comment Theia Scientific utilise Ultralytics YOLO dans la plateforme Theiascope™ pour détecter, segmenter et mesurer des images de TEM en temps réel.
eSmart Systems réduit de moitié le temps d’inspection des lignes électriques grâce à Ultralytics YOLO
Découvre comment eSmart Systems utilise Ultralytics YOLO dans Grid Vision® pour détecter les composants et les défauts du réseau électrique, réduisant de 50 % le temps d’inspection des installations.
Axelera AI atteint 34 FPS en inférence d’IA embarquée avec Ultralytics YOLO
Découvre comment Axelera AI a intégré Ultralytics YOLO à son Voyager SDK pour offrir une vision en périphérie rapide, précise et écoénergétique sur les AIPU Metis.
STMicroelectronics exécute Ultralytics YOLO sur un MCU à seulement 9,4 mJ par inférence
Découvre comment STMicroelectronics déploie efficacement les modèles Ultralytics YOLO sur des microcontrôleurs basse consommation afin d’obtenir une inférence précise en temps réel en périphérie.
Specialvideo atteint 99 % de précision dans l’inspection alimentaire avec Ultralytics YOLO
Découvre comment Specialvideo utilise les modèles Ultralytics YOLO pour effectuer l’inspection alimentaire par IA en temps réel, garantir la qualité, réduire le gaspillage et améliorer l’efficacité.
Vivity AI économise plus de 5 M$ par an dans les opérations industrielles avec Ultralytics YOLO
Découvre comment Vivity AI exploite les modèles Ultralytics YOLO pour améliorer l’automatisation industrielle, accroître l’efficacité, réduire les temps d’arrêt et garantir la sécurité au travail.
Videologic Analytics passe à 10 000 licences de caméras IA avec Ultralytics YOLO
Découvre comment Videologic Analytics utilise Ultralytics YOLO pour améliorer la précision de la vidéosurveillance, réduire les fausses alertes et raccourcir le délai de mise sur le marché.
Prezent améliore de 34 % la précision de détection des diapositives avec Ultralytics YOLO
Découvre comment Prezent utilise Ultralytics YOLO pour détecter les éléments des diapositives, faire passer la précision de 65 % à 87 % et traiter les diapositives en moins de 10 secondes.
ALYCE accélère de 20 % l’inférence de son IA de gestion du trafic avec Ultralytics YOLO
Découvre comment ALYCE utilise Ultralytics YOLO pour améliorer la précision des données de trafic, gagner deux mois de développement et créer des outils de mobilité urbaine plus intelligents.
Kiwitron utilise Ultralytics YOLO pour détecter les risques industriels à 30 m
Découvre comment Kiwitron utilise les modèles Ultralytics YOLO dans son système KiwiEye pour détecter les dangers industriels jusqu’à 30 mètres et rendre les ateliers plus sûrs et plus efficaces.
Construisons ensemble l’avenir de l’IA !
Commence ton parcours vers l’avenir de l’apprentissage automatique