Impostazioni dei cookie
Cliccando su “Accetta tutti i cookie”, l'utente accetta di memorizzare i cookie sul proprio dispositivo per migliorare la navigazione del sito, analizzare l'utilizzo del sito e assistere le nostre attività di marketing. Maggiori informazioni
Impostazioni dei cookie
Cliccando su “Accetta tutti i cookie”, l'utente accetta di memorizzare i cookie sul proprio dispositivo per migliorare la navigazione del sito, analizzare l'utilizzo del sito e assistere le nostre attività di marketing. Maggiori informazioni
Accetta tutti i cookie
Impostazioni dei cookie
Yolo Vision Shenzhen
Shenzhen
Iscriviti ora
Torna alla pagina dei partner

IA periferica ad alte prestazioni ottimizzata per l'efficienza con Axelera AI

Ultralytics con Axelera AI per fornire capacità di inferenza intelligente a livello di periferica grazie all'SDK Voyager® di Axelera, in esecuzione sulle unità di elaborazione AI Metis®.

Richiedi la licenza
Scopri le nostre soluzioni
IA periferica ad alte prestazioni ottimizzata per l'efficienza con Axelera AI

Informazioni su Axelera AI

Axelera AI offre le soluzioni più potenti e avanzate al mondo per l'intelligenza artificiale (AI) all'edge. La sua piattaforma AI Metis®, punto di riferimento nel settore – una soluzione hardware e software completa per l'inferenza AI all'edge – rende le applicazioni di visione artificiale più accessibili, potenti e intuitive che mai.

Con sede presso l'AI Innovation Center dell'High Tech Campus di Eindhoven, nei Paesi Bassi, Axelera AI dispone di uffici di ricerca e sviluppo in Belgio, Svizzera, Italia e Regno Unito ed è presente in 20 paesi con clienti in tutti i continenti. Il suo team di esperti in software e hardware per l'intelligenza artificiale proviene dalle principali aziende del settore e da società incluse nella lista Fortune 500.

Perché scegliere Axelera per Ultralytics YOLO?

ImplementaYOLO Ultralytics con prestazioni ed efficienza senza pari

Ottimizzato per Ultralytics YOLO

YOLO completo YOLO fin da subito, da YOLOv8 YOLO26 senza necessità di configurazione manuale.

Prestazioni native di Edge

AIPU Metis e tecnologia D-IMC: eccezionale velocità di elaborazione ai margini, consumo energetico minimo.

Inferenza in tempo reale

Inferenza su dispositivo per tutte e cinque YOLO , con velocità e affidabilità reali.

Costi di gestione ridotti

Una frazione del costo energetico delle GPU, senza alcuna perdita in termini di prestazioni.

Facile integrazione

Esportazione in un unico passaggio tramite ilPython Ultralytics . Il resto lo fa Voyager SDK.

A prova di futuro

Supporto completoYOLO Ultralytics YOLO , con l'integrazione delle nuove architetture man mano che vengono rilasciate.

La soluzione completa

Allenati con Ultralytics YOLO

Crea e perfeziona YOLO tuoi YOLO personalizzati sulla Ultralytics . DaYOLOv8 YOLO26, avrai a disposizione architetture all’avanguardia, set di dati selezionati con cura e potenti strumenti di ottimizzazione, tutti pensati per accelerare il passaggio alla produzione.

Esporta nel formato Axelera

Converti e quantizza YOLO tuo YOLO addestrato per l'implementazione su AIPU Axelera Metis con un unico comando. Il processo di esportazione compila il modello in un pacchetto .axm ottimizzato, che include la topologia della rete, i pesi e i metadati.

Distribuzione su Metis AIUP

Esegui l'inferenza sulle unità di elaborazione AI Metis di Axelera, caratterizzate da un'elevata velocità di elaborazione e da un consumo energetico estremamente ridotto. Grazie ai quattro core programmabili in modo indipendente presenti su ogni chip, è possibile eseguire fino a quattro modelli in parallelo senza bisogno di PyTorch fase di inferenza.
Esporta nel formato Axelera

Integrazione tecnica

Perfetta integrazione tra Ultralytics e l'hardware Axelera AI
Modelli compatibili
Attività supportate
Test prestazionali
Esempio di utilizzo

Ultralytics YOLOv8

8

YOLOv8 le prestazioni e aggiunto nuove funzionalità supportate: segmentazione, classificazione e stima della posa.

YOLOv8n
YOLOv8s
YOLOv8m

+22

Ultralytics YOLO11

11

YOLO11 le attività di visione artificiale a cui gli utenti sono abituati, offrendo al contempo maggiore accuratezza, precisione e velocità.

YOLO11n
YOLO11s
YOLO11m

+22

Ultralytics YOLO26

26

YOLO26 è un modello più leggero, più compatto e più veloce; la variante nano garantisce un'elaborazione delle inferenze fino al 43% più veloce su CPU standard.

YOLO26n
YOLO26
YOLO26m

+22

Rilevamento oggetti

Rileva gli oggetti in un'immagine o in un video utilizzando riquadri di delimitazione allineati agli assi.

Segmentazione di istanza

Crea maschere con precisione al pixel per evidenziare gli oggetti all'interno di un fotogramma.

Classificazione delle immagini

Assegna una o più etichette all'intera immagine.

Stima della posa

Rilevare e contrassegnare i punti chiave del corpo per il monitoraggio della posizione corporea.

Rilevamento di oggetti con bounding box orientati

Rileva gli oggetti ruotati utilizzando riquadri di delimitazione sensibili all'angolo.
Due magazzinieri che indossano giubbotti di sicurezza gialli e caschi stanno ispezionando dei pallet di legno impilati.
Uva viola su un grappolo con i singoli acini delineati, a dimostrazione della segmentazione per istanze.
Bottiglie su una linea di produzione con l'etichetta «Senza difetti», a indicare il rilevamento automatico dei difetti durante la produzione.
Zebra vicino all'acqua con i punti chiave sovrapposti sul corpo, a dimostrazione della stima della posa.
Cantiere visto dall'alto con camion ed escavatori evidenziati da riquadri di delimitazione, a dimostrazione del rilevamento e del tracciamento degli oggetti.

Prestazioni effettive sugli AIPU Metis

Scopri di più sulle prestazioniYOLO Ultralytics YOLOsull'hardware Axelera in termini di FPS, latenza, precisione, attività e dimensioni dei modelli.

Leggi la documentazione
Distribuzione su Metis AIUP

Esporta in formato Axelera

Python
CLI
from ultralytics import YOLO
# Load a YOLO26 model
model = YOLO("[yolo26n.pt](http://yolo26n.pt)")
# Export to Axelera format
model.export(format="axelera")  # creates 'yolo26n_axelera_model' directory

yolo export model=yolo26n.pt format=axelera

Inferenza con il modello Axelera

Python
CLI
from ultralytics import YOLO
# Load the exported Axelera model
model = YOLO("yolo26n_axelera_model")
# Run inference
results = model("https://ultralytics.com/images/bus.jpg")
# Process results
for r in results:
    print(f"Detected {len(r.boxes)} objects")
    [r.show](http://r.show)()  # Display results

yolo predict model='yolo26n_axelera_model' source='https://ultralytics.com/images/bus.jpg'

Inizia a usare Axelera AI

Tutto ciò che serve per implementare YOLO sulle unità di elaborazione Metis di Axelera AI
Guida completa all'integrazione per l'implementazione di Ultralytics YOLO unità di Axelera AI

Inizia a usare Axelera AI

Tutto ciò che serve per implementare YOLO sulle unità di elaborazione Metis di Axelera AI

Scopri di più
Scopri di più sui casi d'uso reali che vedono protagoniste le soluzioni di Ultralytics Axelera AI.

Caso di studio Axelera AI

Scopri di più sui casi d'uso reali che vedono protagoniste le soluzioni di Ultralytics Axelera AI.

Scopri di più
Scopri come implementareYOLO Ultralytics direttamente su Metis® AIPU.

Blog di Axelera AI

Scopri come implementareYOLO Ultralytics direttamente su Metis® AIPU.

Scopri di più

Diventa Ultralytics di Ultralytics

Entra a far parte del nostro ecosistema di partner e scopri nuove opportunità per fornire soluzioni di intelligenza artificiale all’avanguardia

Diventa nostro partner