Ultralytics YOLO27:
Licenza YOLO
Torna alla home
MI

Miles Deans

Responsabile SEO · Ultralytics

Miles Deans è responsabile SEO di Ultralytics e lavora a Londra, dove guida la strategia di ricerca e la crescita organica dell'azienda. In precedenza ha ricoperto ruoli presso Adobe, Kaizen e Virgin Media O2.

I migliori modelli di classificazione delle immagini: come scegliere
Guides
I migliori modelli di classificazione delle immagini: come scegliere
Confronta i principali modelli di classificazione delle immagini, da ConvNeXt V2 e DINOv3 a EfficientNetV2, ViT e Ultralytics YOLO26-cls, e scopri come scegliere.
Segmentazione semantica e di istanza: come scegliere l'attività giusta
Guides
Segmentazione semantica e di istanza: come scegliere l'attività giusta
La segmentazione semantica assegna una classe a ogni pixel; la segmentazione di istanza distingue ogni singolo oggetto. Scopri quale serve al tuo progetto di visione artificiale e perché.
Come funzionano davvero il conteggio delle persone e l'analisi dell'occupazione
Guides
Come funzionano davvero il conteggio delle persone e l'analisi dell'occupazione
Scopri come funzionano il conteggio delle persone e l'analisi dell'occupazione: confronto tra metodi basati su WiFi, ToF, termografia e visione tramite telecamere, prodotti disponibili e modalità di realizzazione.
Come aggiungere analisi IA alle telecamere di sicurezza esistenti
Guides
Come aggiungere analisi IA alle telecamere di sicurezza esistenti
Tre modi per aggiungere analisi IA a un parco telecamere esistente: livelli di analisi, aggiornamenti VMS e modelli self-hosted, con i vincoli che determinano la scelta.
Rilevamento dei DPI e sicurezza sul lavoro con Ultralytics
Vision AI
Rilevamento dei DPI e sicurezza sul lavoro con Ultralytics
Crea un sistema di rilevamento dei DPI con Ultralytics Platform: annota le immagini del sito, addestra YOLO26, esegui il deployment su cloud o edge e convalida il monitoraggio della sicurezza sul lavoro.
Ispezione robotizzata della qualità: perché la copertura è la sfida più difficile
Vision AI
Ispezione robotizzata della qualità: perché la copertura è la sfida più difficile
Scopri come funziona l'ispezione robotizzata della qualità: pianificazione della scansione, calibrazione, sincronizzazione di robot e sistema di visione, fusione multi-vista, verifica della copertura e registrazioni della qualità.
Come la visione artificiale guida AMR, AGV e carrelli elevatori autonomi
Vision AI
Come la visione artificiale guida AMR, AGV e carrelli elevatori autonomi
Scopri il contributo della visione artificiale alla navigazione di AMR, AGV e carrelli elevatori autonomi, come telecamere, lidar e profondità si completano a vicenda e quale ruolo ha la sicurezza.
Robotica guidata dalla visione per l'assemblaggio e il prelievo e posizionamento
Guides
Robotica guidata dalla visione per l'assemblaggio e il prelievo e posizionamento
Scopri come funziona il prelievo e posizionamento guidato dalla visione tra rilevamento, percezione, calibrazione, pianificazione della presa, movimento e recupero, con una guida alla scelta tra 2D e 3D.
Verifica dell'assemblaggio e prevenzione degli errori con la visione artificiale
Vision AI
Verifica dell'assemblaggio e prevenzione degli errori con la visione artificiale
Scopri come la visione artificiale verifica completezza, correttezza e sequenza dell'assemblaggio: progettazione della postazione di imaging, scelta dell'attività del modello, integrazione PLC e convalida.
Rilevamento automatico dei difetti nel settore manifatturiero: confronto tra piattaforme
Vision AI
Rilevamento automatico dei difetti nel settore manifatturiero: confronto tra piattaforme
Confronta le piattaforme per il rilevamento automatico dei difetti: Cognex, Instrumental, Keyence, Landing AI, Overview e Ultralytics, e scopri come abbinare l'attività del modello al difetto.
Alternative a Scale AI per l'etichettatura dei dati
Guides
Alternative a Scale AI per l'etichettatura dei dati
Alternative a Scale AI per l'etichettatura di dati visivi: iMerit, SuperAnnotate e Ultralytics Platform, a confronto per costi, controllo, tempi di avvio e gestione dei dati.
Inferenza per la visione artificiale su larga scala: confronto tra sette piattaforme
Guides
Inferenza per la visione artificiale su larga scala: confronto tra sette piattaforme
Confronto tra sette piattaforme di inferenza per la visione artificiale: Azure ML, KServe, NVIDIA Triton, Roboflow, SageMaker AI, Ultralytics e Vertex AI, in termini di latenza e scalabilità.