Modèles Ultralytics YOLO
Propulse tes solutions d'IA de vision avec les modèles Ultralytics YOLO, permettant une analyse en temps réel rapide et précise d'images et de vidéos grâce à des tâches de vision par ordinateur efficaces.
Approuvé par les organisations leaders mondiales
Essayer l'inférence avec YOLO26
Fais glisser et dépose une image pour voir la détection d'objets en temps réel
L'impact de nos modèles
Optimise tes processus à travers tous les secteurs grâce à nos modèles de vision par ordinateur de pointe. Vitesse, précision et facilité d'utilisation propulsées par Ultralytics.
0+
Stars sur GitHub
0+
Téléchargements
0+
Utilisations de Ultralytics YOLO / jour
0+
Contributeurs open-source
L'évolution des modèles YOLO
Depuis l'architecture YOLO originale jusqu'à Ultralytics YOLO26, la famille de modèles a continué à améliorer les flux de travail de vision par ordinateur en temps réel.
2015
YOLO
Développé par Joseph Redmon et son équipe.
2016
YOLOv2
Créé par Joseph Redmon et Ali Farhadi.
2018
Développé par Joseph Redmon et Ali Farhadi.
2018
Développé par Alexey Bochkovskiy et son équipe.
YOLOv5 a redéfini la détection d'objets avec des performances rapides et précises ainsi qu'une implémentation PyTorch conviviale.
2022
Introduit par Meituan et son équipe.
2022
Publié par Chien-Yao Wang et son équipe.
YOLOv8 a étendu la prise en charge à la segmentation d'instances, à la classification, à l'estimation de pose et à d'autres tâches de vision essentielles.
2024
Développé par Chien-Yao Wang et son équipe.
2024
Conçu par Ao Wang pour l'Université Tsinghua.
YOLO11 a amélioré la précision, la justesse et la vitesse tout en préservant le flux de travail Ultralytics familier.
YOLO26 est plus léger, plus petit et plus rapide, la variante nano offrant jusqu'à 43 % d'inférence CPU plus rapide.
Les modèles Ultralytics YOLO en un coup d'œil
Compare les récentes familles de modèles Ultralytics YOLO en termes de vitesse, de précision et de tâches de vision prises en charge.
| Caractéristiques |  |  |  |  |
|---|---|---|---|---|
| Vitesse Temps de traitement d'image | 1.06 ms | 0.99 ms | 1.5 ms | 1.7 ms |
| Précision mAP50-95 | 34.3% | 37.3% | 39.5% | 40.9% |
| Détection d'objets | ||||
| Classification d'images | ||||
| Segmentation d'instance | ||||
| Segmentation sémantique | - | - | - | |
| Estimation de pose | - | |||
| Détection OBB | - |
Pourquoi choisir Ultralytics YOLO ?
Optimisé pour le déploiement en périphérie (edge) et dans le cloud
Apporte des résultats rapides et fiables à tes projets d'IA de vision en temps réel sur des appareils en périphérie, des infrastructures cloud et des systèmes hybrides.
Intégration transparente avec sécurité intégrée
Intègre les modèles YOLO sur différentes plateformes et appareils tout en gardant les données locales et les flux de travail protégés.
Licences et conformité claires
Choisis parmi des options de licences universitaires, open-source et professionnelles pour répondre à tes besoins de déploiement.
Soutenu par une communauté mondiale
Des canaux d'assistance dédiés, des forums actifs et des mises à jour régulières offrent aux équipes les ressources nécessaires pour réussir.
Précision et efficacité de pointe
Ultralytics améliore continuellement les performances des modèles grâce à une recherche axée sur la précision, l'efficacité et un déploiement rationalisé.
Voir nos modèles en action
SOHGA réduit le temps de surveillance des parkings de 30 % grâce à Ultralytics YOLO
Découvre comment le système MEGURU de SOHGA utilise Ultralytics YOLO26 pour automatiser les patrouilles de parking, réduire le temps de patrouille de 30 % et améliorer la sécurité.
Scaleout réduit les mises à jour de modèles de quelques semaines à quelques heures avec Ultralytics YOLO
Découvre comment Scaleout utilise Ultralytics YOLO et l'apprentissage fédéré pour affiner des modèles d'IA sur des appareils en périphérie (edge) tout en maintenant la sécurité des données sensibles.
RapiD Engineering déploie le contrôle qualité des produits de la mer une semaine plus rapidement avec 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 avec Ultralytics YOLO
Découvre comment Project Ocean Oasis utilise Ultralytics YOLO, l'edge AI et des systèmes de surveillance autonomes pour intensifier la préservation des récifs et l'intelligence océanique.
Volley équipe plus de 250 entraîneurs par IA sur le court avec Ultralytics YOLO
"Ce qui est vraiment appréciable, c'est que le modèle fonctionne très bien en temps réel sur le matériel en périphérie sur l'entraîneur, et nous pouvons utiliser le même modèle dans le cloud pour exécuter exactement le même flux."
WG Tech Solutions réduit les violations de sécurité de 28 % avec Ultralytics YOLO et l'accélérateur d'IA d'Axelera
Apprends comment WG Tech Solutions a réussi à réduire les violations de sécurité dans la fabrication de 28 % en exploitant Ultralytics YOLO et l'accélérateur d'IA d'Axelera
Stride propose une analyse de la démarche équine en 1 minute avec Ultralytics YOLO
Apprends comment Stride exploite les modèles Ultralytics YOLO pour l'estimation de la pose du cheval, réalisant une analyse complète de la démarche en moins d'une minute.
Pixelabs atteint 95 % de rappel avec l'automatisation pilotée par Ultralytics YOLO
Apprends comment Pixelabs exploite les modèles Ultralytics YOLO pour automatiser les flux de travail et atteindre 95 % de rappel.
SiteAssist améliore la sécurité sur site en traitant plus de 770 000 images avec Ultralytics YOLO
Apprends comment SiteAssist exploite les modèles Ultralytics YOLO pour améliorer la sécurité sur les chantiers de construction.
Chef Robotics utilise Ultralytics YOLO pour réduire le gaspillage alimentaire de 67 %
Explore comment Chef Robotics utilise les modèles Ultralytics YOLO pour un assemblage alimentaire précis.
Cali Intelligence raccourcit les files d'attente de 43 % avec Ultralytics YOLO
Explore comment Cali Intelligence utilise les modèles Ultralytics YOLO pour réduire les files d'attente en caisse dans le commerce de détail grâce à la détection d'objets.
MarineSitu atteint plus de 96 % de temps de disponibilité dans la surveillance sous-marine grâce à Ultralytics YOLO
Découvre comment MarineSitu utilise Ultralytics YOLO pour transformer la détection d'objets sous-marins.
Theia Scientific accélère l'analyse par microscopie 43x avec Ultralytics YOLO
Découvre comment Theia Scientific utilise Ultralytics YOLO pour redéfinir l'analyse des données de microscopie.
eSmart Systems réduit de moitié le temps d'inspection des lignes électriques avec Ultralytics YOLO
Découvre comment eSmart Systems utilise Ultralytics YOLO pour augmenter la vitesse de détection des défauts et transformer les inspections des services publics.
Axelera AI fournit une inférence IA en périphérie à 34 FPS en utilisant Ultralytics YOLO
Découvre comment Axelera AI utilise Ultralytics YOLO pour offrir une vision en périphérie rapide, précise et efficace sur les puces Metis AI.
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 pour obtenir une inférence précise en temps réel à la périphérie.
Specialvideo atteint 99 % de précision d'inspection alimentaire avec Ultralytics YOLO
Découvre comment Specialvideo utilise les modèles Ultralytics YOLO pour alimenter l'inspection alimentaire par IA en temps réel, garantissant la qualité, réduisant le gaspillage et augmentant l'efficacité.
Vivity AI économise plus de 5 millions de dollars par an dans les opérations industrielles avec Ultralytics YOLO
Découvre comment Vivity AI exploite les modèles Ultralytics YOLO pour améliorer l'automatisation industrielle, augmentant l'efficacité, réduisant les temps d'arrêt et assurant la sécurité au travail.
Videologic Analytics passe à 10 000 licences de caméras IA avec Ultralytics YOLO
Découvre comment Videologic Analytics intègre les modèles Ultralytics YOLO pour améliorer la surveillance vidéo, augmenter la précision de la détection, réduire les fausses alertes et optimiser la surveillance des menaces en temps réel.
Prezent améliore la précision de détection des diapositives de 34 % avec Ultralytics YOLO
Découvre comment Prezent exploite les modèles Ultralytics YOLO pour automatiser la détection des éléments de diapositives, réduisant le temps de traitement à moins de 10 secondes tout en préservant la structure et le design.
ALYCE accélère l'inférence de l'IA de trafic de 20 % avec Ultralytics YOLO
Découvre comment ALYCE utilise les modèles Ultralytics YOLO pour améliorer la précision des données, optimiser la mobilité urbaine et créer des solutions de trafic pilotées par l'IA pour des villes plus durables et intelligentes.
Kiwitron utilise Ultralytics YOLO pour détecter les risques industriels à 30 m de distance
Explore comment Kiwitron utilise les modèles Ultralytics YOLO dans sa solution KewiEye pour détecter et traiter les risques industriels pour une meilleure sécurité.
SOHGA réduit le temps de surveillance des parkings de 30 % grâce à Ultralytics YOLO
Découvre comment le système MEGURU de SOHGA utilise Ultralytics YOLO26 pour automatiser les patrouilles de parking, réduire le temps de patrouille de 30 % et améliorer la sécurité.
Scaleout réduit les mises à jour de modèles de quelques semaines à quelques heures avec Ultralytics YOLO
Découvre comment Scaleout utilise Ultralytics YOLO et l'apprentissage fédéré pour affiner des modèles d'IA sur des appareils en périphérie (edge) tout en maintenant la sécurité des données sensibles.
RapiD Engineering déploie le contrôle qualité des produits de la mer une semaine plus rapidement avec 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 avec Ultralytics YOLO
Découvre comment Project Ocean Oasis utilise Ultralytics YOLO, l'edge AI et des systèmes de surveillance autonomes pour intensifier la préservation des récifs et l'intelligence océanique.
Volley équipe plus de 250 entraîneurs par IA sur le court avec Ultralytics YOLO
"Ce qui est vraiment appréciable, c'est que le modèle fonctionne très bien en temps réel sur le matériel en périphérie sur l'entraîneur, et nous pouvons utiliser le même modèle dans le cloud pour exécuter exactement le même flux."
WG Tech Solutions réduit les violations de sécurité de 28 % avec Ultralytics YOLO et l'accélérateur d'IA d'Axelera
Apprends comment WG Tech Solutions a réussi à réduire les violations de sécurité dans la fabrication de 28 % en exploitant Ultralytics YOLO et l'accélérateur d'IA d'Axelera
Stride propose une analyse de la démarche équine en 1 minute avec Ultralytics YOLO
Apprends comment Stride exploite les modèles Ultralytics YOLO pour l'estimation de la pose du cheval, réalisant une analyse complète de la démarche en moins d'une minute.
Pixelabs atteint 95 % de rappel avec l'automatisation pilotée par Ultralytics YOLO
Apprends comment Pixelabs exploite les modèles Ultralytics YOLO pour automatiser les flux de travail et atteindre 95 % de rappel.
SiteAssist améliore la sécurité sur site en traitant plus de 770 000 images avec Ultralytics YOLO
Apprends comment SiteAssist exploite les modèles Ultralytics YOLO pour améliorer la sécurité sur les chantiers de construction.
Chef Robotics utilise Ultralytics YOLO pour réduire le gaspillage alimentaire de 67 %
Explore comment Chef Robotics utilise les modèles Ultralytics YOLO pour un assemblage alimentaire précis.
Cali Intelligence raccourcit les files d'attente de 43 % avec Ultralytics YOLO
Explore comment Cali Intelligence utilise les modèles Ultralytics YOLO pour réduire les files d'attente en caisse dans le commerce de détail grâce à la détection d'objets.
MarineSitu atteint plus de 96 % de temps de disponibilité dans la surveillance sous-marine grâce à Ultralytics YOLO
Découvre comment MarineSitu utilise Ultralytics YOLO pour transformer la détection d'objets sous-marins.
Theia Scientific accélère l'analyse par microscopie 43x avec Ultralytics YOLO
Découvre comment Theia Scientific utilise Ultralytics YOLO pour redéfinir l'analyse des données de microscopie.
eSmart Systems réduit de moitié le temps d'inspection des lignes électriques avec Ultralytics YOLO
Découvre comment eSmart Systems utilise Ultralytics YOLO pour augmenter la vitesse de détection des défauts et transformer les inspections des services publics.
Axelera AI fournit une inférence IA en périphérie à 34 FPS en utilisant Ultralytics YOLO
Découvre comment Axelera AI utilise Ultralytics YOLO pour offrir une vision en périphérie rapide, précise et efficace sur les puces Metis AI.
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 pour obtenir une inférence précise en temps réel à la périphérie.
Specialvideo atteint 99 % de précision d'inspection alimentaire avec Ultralytics YOLO
Découvre comment Specialvideo utilise les modèles Ultralytics YOLO pour alimenter l'inspection alimentaire par IA en temps réel, garantissant la qualité, réduisant le gaspillage et augmentant l'efficacité.
Vivity AI économise plus de 5 millions de dollars par an dans les opérations industrielles avec Ultralytics YOLO
Découvre comment Vivity AI exploite les modèles Ultralytics YOLO pour améliorer l'automatisation industrielle, augmentant l'efficacité, réduisant les temps d'arrêt et assurant la sécurité au travail.
Videologic Analytics passe à 10 000 licences de caméras IA avec Ultralytics YOLO
Découvre comment Videologic Analytics intègre les modèles Ultralytics YOLO pour améliorer la surveillance vidéo, augmenter la précision de la détection, réduire les fausses alertes et optimiser la surveillance des menaces en temps réel.
Prezent améliore la précision de détection des diapositives de 34 % avec Ultralytics YOLO
Découvre comment Prezent exploite les modèles Ultralytics YOLO pour automatiser la détection des éléments de diapositives, réduisant le temps de traitement à moins de 10 secondes tout en préservant la structure et le design.
ALYCE accélère l'inférence de l'IA de trafic de 20 % avec Ultralytics YOLO
Découvre comment ALYCE utilise les modèles Ultralytics YOLO pour améliorer la précision des données, optimiser la mobilité urbaine et créer des solutions de trafic pilotées par l'IA pour des villes plus durables et intelligentes.
Kiwitron utilise Ultralytics YOLO pour détecter les risques industriels à 30 m de distance
Explore comment Kiwitron utilise les modèles Ultralytics YOLO dans sa solution KewiEye pour détecter et traiter les risques industriels pour une meilleure sécurité.
SOHGA réduit le temps de surveillance des parkings de 30 % grâce à Ultralytics YOLO
Découvre comment le système MEGURU de SOHGA utilise Ultralytics YOLO26 pour automatiser les patrouilles de parking, réduire le temps de patrouille de 30 % et améliorer la sécurité.
Scaleout réduit les mises à jour de modèles de quelques semaines à quelques heures avec Ultralytics YOLO
Découvre comment Scaleout utilise Ultralytics YOLO et l'apprentissage fédéré pour affiner des modèles d'IA sur des appareils en périphérie (edge) tout en maintenant la sécurité des données sensibles.
RapiD Engineering déploie le contrôle qualité des produits de la mer une semaine plus rapidement avec 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 avec Ultralytics YOLO
Découvre comment Project Ocean Oasis utilise Ultralytics YOLO, l'edge AI et des systèmes de surveillance autonomes pour intensifier la préservation des récifs et l'intelligence océanique.
Volley équipe plus de 250 entraîneurs par IA sur le court avec Ultralytics YOLO
"Ce qui est vraiment appréciable, c'est que le modèle fonctionne très bien en temps réel sur le matériel en périphérie sur l'entraîneur, et nous pouvons utiliser le même modèle dans le cloud pour exécuter exactement le même flux."
WG Tech Solutions réduit les violations de sécurité de 28 % avec Ultralytics YOLO et l'accélérateur d'IA d'Axelera
Apprends comment WG Tech Solutions a réussi à réduire les violations de sécurité dans la fabrication de 28 % en exploitant Ultralytics YOLO et l'accélérateur d'IA d'Axelera
Stride propose une analyse de la démarche équine en 1 minute avec Ultralytics YOLO
Apprends comment Stride exploite les modèles Ultralytics YOLO pour l'estimation de la pose du cheval, réalisant une analyse complète de la démarche en moins d'une minute.
Pixelabs atteint 95 % de rappel avec l'automatisation pilotée par Ultralytics YOLO
Apprends comment Pixelabs exploite les modèles Ultralytics YOLO pour automatiser les flux de travail et atteindre 95 % de rappel.
SiteAssist améliore la sécurité sur site en traitant plus de 770 000 images avec Ultralytics YOLO
Apprends comment SiteAssist exploite les modèles Ultralytics YOLO pour améliorer la sécurité sur les chantiers de construction.
Chef Robotics utilise Ultralytics YOLO pour réduire le gaspillage alimentaire de 67 %
Explore comment Chef Robotics utilise les modèles Ultralytics YOLO pour un assemblage alimentaire précis.
Cali Intelligence raccourcit les files d'attente de 43 % avec Ultralytics YOLO
Explore comment Cali Intelligence utilise les modèles Ultralytics YOLO pour réduire les files d'attente en caisse dans le commerce de détail grâce à la détection d'objets.
MarineSitu atteint plus de 96 % de temps de disponibilité dans la surveillance sous-marine grâce à Ultralytics YOLO
Découvre comment MarineSitu utilise Ultralytics YOLO pour transformer la détection d'objets sous-marins.
Theia Scientific accélère l'analyse par microscopie 43x avec Ultralytics YOLO
Découvre comment Theia Scientific utilise Ultralytics YOLO pour redéfinir l'analyse des données de microscopie.
eSmart Systems réduit de moitié le temps d'inspection des lignes électriques avec Ultralytics YOLO
Découvre comment eSmart Systems utilise Ultralytics YOLO pour augmenter la vitesse de détection des défauts et transformer les inspections des services publics.
Axelera AI fournit une inférence IA en périphérie à 34 FPS en utilisant Ultralytics YOLO
Découvre comment Axelera AI utilise Ultralytics YOLO pour offrir une vision en périphérie rapide, précise et efficace sur les puces Metis AI.
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 pour obtenir une inférence précise en temps réel à la périphérie.
Specialvideo atteint 99 % de précision d'inspection alimentaire avec Ultralytics YOLO
Découvre comment Specialvideo utilise les modèles Ultralytics YOLO pour alimenter l'inspection alimentaire par IA en temps réel, garantissant la qualité, réduisant le gaspillage et augmentant l'efficacité.
Vivity AI économise plus de 5 millions de dollars par an dans les opérations industrielles avec Ultralytics YOLO
Découvre comment Vivity AI exploite les modèles Ultralytics YOLO pour améliorer l'automatisation industrielle, augmentant l'efficacité, réduisant les temps d'arrêt et assurant la sécurité au travail.
Videologic Analytics passe à 10 000 licences de caméras IA avec Ultralytics YOLO
Découvre comment Videologic Analytics intègre les modèles Ultralytics YOLO pour améliorer la surveillance vidéo, augmenter la précision de la détection, réduire les fausses alertes et optimiser la surveillance des menaces en temps réel.
Prezent améliore la précision de détection des diapositives de 34 % avec Ultralytics YOLO
Découvre comment Prezent exploite les modèles Ultralytics YOLO pour automatiser la détection des éléments de diapositives, réduisant le temps de traitement à moins de 10 secondes tout en préservant la structure et le design.
ALYCE accélère l'inférence de l'IA de trafic de 20 % avec Ultralytics YOLO
Découvre comment ALYCE utilise les modèles Ultralytics YOLO pour améliorer la précision des données, optimiser la mobilité urbaine et créer des solutions de trafic pilotées par l'IA pour des villes plus durables et intelligentes.
Kiwitron utilise Ultralytics YOLO pour détecter les risques industriels à 30 m de distance
Explore comment Kiwitron utilise les modèles Ultralytics YOLO dans sa solution KewiEye pour détecter et traiter les risques industriels pour une meilleure sécurité.
Questions fréquemment posées
Les différentes variantes d'Ultralytics YOLO26 sont YOLO26n, YOLO26s, YOLO26m, YOLO26l et YOLO26x. Elles existent en différentes tailles pour offrir un équilibre entre vitesse et précision pour divers usages.
Le paquet Python Ultralytics offre un accès facile aux modèles YOLO d'Ultralytics, permettant aux développeurs d'entraîner, de valider et de déployer des tâches de vision par ordinateur telles que la détection d'objets et la segmentation au sein de projets Python.
Le meilleur modèle YOLO d'Ultralytics pour ton cas d'utilisation dépend de tes besoins. Le tout dernier modèle Ultralytics YOLO26 offre les dernières améliorations en matière de précision, de vitesse et de prise en charge multitâche.
Ultralytics YOLO inclut la dernière famille de modèles YOLO26, ainsi que des familles de modèles YOLO antérieures pour les flux de travail existants. Les modèles YOLO prennent en charge plusieurs tâches de vision, notamment la détection d'objets, la segmentation, la classification, l'estimation de pose et la détection d'objets orientés pour des applications d'IA polyvalentes.
Lance-toi avec Ultralytics YOLO !
De l'annotation au déploiement, construis des solutions d'IA de vision qui évoluent avec toi.