5 millions
Visites mensuelles
À Ultralytics Produits
500M/day
Images Analyzed
with Ultralytics pip package
2M/jour
Modèles entraînés
with Ultralytics pip package
90k
GitHub Stars
for Ultralytics open-source works
Complètement
Bootstrap
achieving milestones with a team of <30
Intègre Ultralytics YOLO dans tes applications ou optimise le pipeline de modèles ML avec notre solution sans code.
Que tu sois une start-up en herbe ou une grande entreprise - YOLO offre des solutions efficaces et évolutives pour les problèmes de vision par ordinateur.
Effectue des évaluations et des tests approfondis des algorithmes et des modèles nouvellement développés et publie facilement des articles scientifiques sur tes recherches.
Ultralytics YOLO est un outil efficace pour les professionnels travaillant dans le domaine de la vision par ordinateur et de la ML, qui peut aider à créer des modèles de détection d'objets précis.
Simplifie le processus de développement ML et améliore la collaboration entre les membres de l'équipe grâce à notre plateforme sans code.
Apprends et expérimente la vision par ordinateur et la détection d'objets, ou utilise Ultralytics YOLO pour des projets personnels et l'apprentissage.
Essaie d'utiliser notre API en téléchargeant ta propre image et regarde comment Ultralytics YOLO identifie les objets à l'aide de nos modèles pré-entraînés.
Faire l'impossible...
Glenn Jocher
Ultralytics Fondateur et PDG
Après 2 ans de recherche et de développement continus, nous sommes ravis d'annoncer la sortie de Ultralytics YOLOv8 . Ce modèle YOLO établit une nouvelle norme en matière de détection et de segmentation en temps réel, ce qui facilite le développement de solutions d'IA simples et efficaces pour un large éventail de cas d'utilisation.
Nous avons transformé la structure de base de l'architecture d'une simple version en une plateforme robuste. Et maintenant, YOLOv8 est conçu pour prendre en charge n'importe quelle architecture YOLO , et pas seulement la v8. Nous sommes ravis de prendre en charge les modèles, les tâches et les applications fournis par les utilisateurs.
Lance le dépôt sur GitHub