Automated defect detection
Catch defects the moment they appear. Across recent peer-reviewed studies, YOLO-based inspection reaches 99%+ accuracy and cuts manual inspection costs by up to 94.5%, on steel, PCBs, fabric, solar panels, and welds. Train it on your own defects and deploy it on the line.
Scelto dalle organizzazioni leader a livello mondiale
How Ultralytics YOLO tackles defect detection
One model, every defect type
Ultralytics YOLO detects, localizes, and classifies defects in a single pass, and researchers have pushed it past 98% mAP on benchmarks from PCBs to steel to wafers. That means fewer escaped defects, less scrap, and faster time-to-market, on the hardware you already run.
- Subtle defects, caught: 98.8% mAP on tiny PCB defects, 98.2% on wafer surfaces (peer-reviewed).
- Line-speed inference: YOLO26 runs a frame in ~1.7 ms; weld studies report 2.3 ms per part.
- Trainable on your defects: fine-tune on your own images in hours; published models hit 99%+ accuracy.
- Deploy anywhere: export to 19 formats — TensorRT, ONNX, OpenVINO, CoreML — for edge or cloud.
Prova l'inferenza di YOLO26
Trascina un'immagine per vedere l'object detection in tempo reale
Deploy on the line or in the cloud
Train once, then export to 19 formats and run wherever inspection happens, from a camera-side edge box to a GPU server.
At the edge (line-side)
- NVIDIA Jetson via TensorRT: real-time inference with no internet connection.
- Intel CPUs via OpenVINO: deploy on the industrial PCs you already run.
- Hailo, Raspberry Pi & ARM: low-power, camera-side inspection stations.
- Fast enough for the line: published weld inspection runs at 2.3 ms per part.
In the cloud
- GPU autoscaling for high-volume, multi-camera inspection.
- Retrain centrally and push new defect classes to every line at once.
- Export to ONNX, TensorRT & PyTorch for any inference stack.
Trasformare le industrie con la vision AI
Dai piani di fabbrica alle sale operatorie, Ultralytics trasforma i dati visivi in decisioni in tempo reale.
SOHGA riduce il tempo di monitoraggio dei parcheggi del 30% con Ultralytics YOLO
Scopri come il sistema MEGURU di SOHGA utilizza Ultralytics YOLO26 per automatizzare le pattuglie dei parcheggi, ridurre il tempo di pattugliamento del 30% e migliorare la sicurezza.
Scaleout riduce gli aggiornamenti dei modelli da settimane a ore con Ultralytics YOLO
Scopri come Scaleout utilizza Ultralytics YOLO e l'apprendimento federato per ottimizzare i modelli AI su dispositivi edge mantenendo al sicuro i dati sensibili.
RapiD Engineering distribuisce il controllo qualità dei prodotti ittici una settimana più velocemente con Ultralytics YOLO
Scopri come RapiD Engineering utilizza Ultralytics YOLO per automatizzare l'ispezione del salmone, rilevare difetti in tempo reale e risparmiare una settimana di lavoro di ingegneria.
Project Ocean Oasis promuove la conservazione delle barriere coralline con Ultralytics YOLO
Scopri come Project Ocean Oasis utilizza Ultralytics YOLO, edge AI e sistemi di monitoraggio autonomo per ampliare la conservazione delle barriere coralline e l'ocean intelligence.
Volley alimenta oltre 250 trainer IA in campo con Ultralytics YOLO
"Ciò che è davvero bello è che il modello funziona molto bene in tempo reale sull'hardware edge del trainer, e possiamo usare lo stesso modello nel cloud per eseguire esattamente lo stesso flusso."
WG Tech Solutions riduce le violazioni della sicurezza del 28% con Ultralytics YOLO e l'acceleratore AI di Axelera
Scopri come WG Tech Solutions è riuscita a ridurre le violazioni della sicurezza nella produzione del 28% sfruttando Ultralytics YOLO e l'acceleratore AI di Axelera
Stride offre un'analisi dell'andatura equina in 1 minuto con Ultralytics YOLO
Scopri come Stride sfrutta i modelli Ultralytics YOLO per la stima della posa dei cavalli, ottenendo un'analisi completa dell'andatura in meno di 1 minuto.
Pixelabs ottiene un richiamo del 95% con l'automazione guidata da Ultralytics YOLO
Scopri come Pixelabs sfrutta i modelli Ultralytics YOLO per automatizzare i flussi di lavoro e ottenere un richiamo del 95%.
SiteAssist migliora la sicurezza del sito elaborando oltre 770 mila immagini con Ultralytics YOLO
Scopri come SiteAssist sfrutta i modelli Ultralytics YOLO per migliorare la sicurezza nei cantieri edili.
Chef Robotics utilizza Ultralytics YOLO per ridurre gli sprechi alimentari del 67%
Esplora come Chef Robotics utilizza i modelli Ultralytics YOLO per l'assemblaggio preciso di prodotti alimentari.
Cali Intelligence riduce le code alle casse del 43% con Ultralytics YOLO
Esplora come Cali Intelligence utilizza i modelli Ultralytics YOLO per ridurre le code alle casse dei negozi con il rilevamento degli oggetti.
MarineSitu raggiunge oltre il 96% di uptime nel monitoraggio subacqueo utilizzando Ultralytics YOLO
Scopri come MarineSitu utilizza Ultralytics YOLO per trasformare il rilevamento di oggetti subacquei.
Theia Scientific accelera l'analisi microscopica di 43 volte con Ultralytics YOLO
Scopri come Theia Scientific utilizza Ultralytics YOLO per ridefinire l'analisi dei dati di microscopia.
eSmart Systems dimezza il tempo di ispezione delle linee elettriche con Ultralytics YOLO
Scopri come eSmart Systems utilizza Ultralytics YOLO per aumentare la velocità di rilevamento dei difetti e trasformare le ispezioni delle utenze.
Axelera AI offre inferenza edge AI a 34 FPS utilizzando Ultralytics YOLO
Scopri come Axelera AI utilizza Ultralytics YOLO per fornire una visione edge veloce, accurata ed efficiente sui chip Metis AI.
STMicroelectronics esegue Ultralytics YOLO su un MCU a soli 9,4 mJ per inferenza
Scopri come STMicroelectronics distribuisce in modo efficiente i modelli Ultralytics YOLO su microcontrollori a basso consumo per ottenere un'inferenza accurata in tempo reale all'edge.
Specialvideo raggiunge un'accuratezza del 99% nell'ispezione alimentare con Ultralytics YOLO
Scopri come Specialvideo utilizza i modelli Ultralytics YOLO per alimentare l'ispezione alimentare tramite IA in tempo reale, garantendo qualità, riducendo gli sprechi e aumentando l'efficienza.
Vivity AI risparmia oltre 5 milioni di dollari l'anno nelle operazioni industriali con Ultralytics YOLO
Scopri come Vivity AI sfrutta i modelli Ultralytics YOLO per migliorare l'automazione industriale, aumentando l'efficienza, riducendo i tempi di inattività e garantendo la sicurezza sul lavoro.
Videologic Analytics scala fino a 10 mila licenze per telecamere IA con Ultralytics YOLO
Scopri come Videologic Analytics integra i modelli Ultralytics YOLO per migliorare la videosorveglianza, incrementando l'accuratezza del rilevamento, riducendo i falsi allarmi e ottimizzando il monitoraggio delle minacce in tempo reale.
Prezent aumenta l'accuratezza del rilevamento delle slide del 34% con Ultralytics YOLO
Scopri come Prezent sfrutta i modelli Ultralytics YOLO per automatizzare il rilevamento degli elementi nelle slide, riducendo il tempo di elaborazione a meno di 10 secondi pur preservando struttura e design.
ALYCE accelera l'inferenza IA del traffico del 20% con Ultralytics YOLO
Scopri come ALYCE utilizza i modelli Ultralytics YOLO per migliorare l'accuratezza dei dati, ottimizzare la mobilità urbana e creare soluzioni di traffico basate sull'IA per città più sostenibili e intelligenti.
Kiwitron utilizza Ultralytics YOLO per rilevare pericoli industriali a 30 metri di distanza
Esplora come Kiwitron utilizza i modelli Ultralytics YOLO nella sua soluzione KewiEye per rilevare e affrontare i pericoli industriali per una maggiore sicurezza.
SOHGA riduce il tempo di monitoraggio dei parcheggi del 30% con Ultralytics YOLO
Scopri come il sistema MEGURU di SOHGA utilizza Ultralytics YOLO26 per automatizzare le pattuglie dei parcheggi, ridurre il tempo di pattugliamento del 30% e migliorare la sicurezza.
Scaleout riduce gli aggiornamenti dei modelli da settimane a ore con Ultralytics YOLO
Scopri come Scaleout utilizza Ultralytics YOLO e l'apprendimento federato per ottimizzare i modelli AI su dispositivi edge mantenendo al sicuro i dati sensibili.
RapiD Engineering distribuisce il controllo qualità dei prodotti ittici una settimana più velocemente con Ultralytics YOLO
Scopri come RapiD Engineering utilizza Ultralytics YOLO per automatizzare l'ispezione del salmone, rilevare difetti in tempo reale e risparmiare una settimana di lavoro di ingegneria.
Project Ocean Oasis promuove la conservazione delle barriere coralline con Ultralytics YOLO
Scopri come Project Ocean Oasis utilizza Ultralytics YOLO, edge AI e sistemi di monitoraggio autonomo per ampliare la conservazione delle barriere coralline e l'ocean intelligence.
Volley alimenta oltre 250 trainer IA in campo con Ultralytics YOLO
"Ciò che è davvero bello è che il modello funziona molto bene in tempo reale sull'hardware edge del trainer, e possiamo usare lo stesso modello nel cloud per eseguire esattamente lo stesso flusso."
WG Tech Solutions riduce le violazioni della sicurezza del 28% con Ultralytics YOLO e l'acceleratore AI di Axelera
Scopri come WG Tech Solutions è riuscita a ridurre le violazioni della sicurezza nella produzione del 28% sfruttando Ultralytics YOLO e l'acceleratore AI di Axelera
Stride offre un'analisi dell'andatura equina in 1 minuto con Ultralytics YOLO
Scopri come Stride sfrutta i modelli Ultralytics YOLO per la stima della posa dei cavalli, ottenendo un'analisi completa dell'andatura in meno di 1 minuto.
Pixelabs ottiene un richiamo del 95% con l'automazione guidata da Ultralytics YOLO
Scopri come Pixelabs sfrutta i modelli Ultralytics YOLO per automatizzare i flussi di lavoro e ottenere un richiamo del 95%.
SiteAssist migliora la sicurezza del sito elaborando oltre 770 mila immagini con Ultralytics YOLO
Scopri come SiteAssist sfrutta i modelli Ultralytics YOLO per migliorare la sicurezza nei cantieri edili.
Chef Robotics utilizza Ultralytics YOLO per ridurre gli sprechi alimentari del 67%
Esplora come Chef Robotics utilizza i modelli Ultralytics YOLO per l'assemblaggio preciso di prodotti alimentari.
Cali Intelligence riduce le code alle casse del 43% con Ultralytics YOLO
Esplora come Cali Intelligence utilizza i modelli Ultralytics YOLO per ridurre le code alle casse dei negozi con il rilevamento degli oggetti.
MarineSitu raggiunge oltre il 96% di uptime nel monitoraggio subacqueo utilizzando Ultralytics YOLO
Scopri come MarineSitu utilizza Ultralytics YOLO per trasformare il rilevamento di oggetti subacquei.
Theia Scientific accelera l'analisi microscopica di 43 volte con Ultralytics YOLO
Scopri come Theia Scientific utilizza Ultralytics YOLO per ridefinire l'analisi dei dati di microscopia.
eSmart Systems dimezza il tempo di ispezione delle linee elettriche con Ultralytics YOLO
Scopri come eSmart Systems utilizza Ultralytics YOLO per aumentare la velocità di rilevamento dei difetti e trasformare le ispezioni delle utenze.
Axelera AI offre inferenza edge AI a 34 FPS utilizzando Ultralytics YOLO
Scopri come Axelera AI utilizza Ultralytics YOLO per fornire una visione edge veloce, accurata ed efficiente sui chip Metis AI.
STMicroelectronics esegue Ultralytics YOLO su un MCU a soli 9,4 mJ per inferenza
Scopri come STMicroelectronics distribuisce in modo efficiente i modelli Ultralytics YOLO su microcontrollori a basso consumo per ottenere un'inferenza accurata in tempo reale all'edge.
Specialvideo raggiunge un'accuratezza del 99% nell'ispezione alimentare con Ultralytics YOLO
Scopri come Specialvideo utilizza i modelli Ultralytics YOLO per alimentare l'ispezione alimentare tramite IA in tempo reale, garantendo qualità, riducendo gli sprechi e aumentando l'efficienza.
Vivity AI risparmia oltre 5 milioni di dollari l'anno nelle operazioni industriali con Ultralytics YOLO
Scopri come Vivity AI sfrutta i modelli Ultralytics YOLO per migliorare l'automazione industriale, aumentando l'efficienza, riducendo i tempi di inattività e garantendo la sicurezza sul lavoro.
Videologic Analytics scala fino a 10 mila licenze per telecamere IA con Ultralytics YOLO
Scopri come Videologic Analytics integra i modelli Ultralytics YOLO per migliorare la videosorveglianza, incrementando l'accuratezza del rilevamento, riducendo i falsi allarmi e ottimizzando il monitoraggio delle minacce in tempo reale.
Prezent aumenta l'accuratezza del rilevamento delle slide del 34% con Ultralytics YOLO
Scopri come Prezent sfrutta i modelli Ultralytics YOLO per automatizzare il rilevamento degli elementi nelle slide, riducendo il tempo di elaborazione a meno di 10 secondi pur preservando struttura e design.
ALYCE accelera l'inferenza IA del traffico del 20% con Ultralytics YOLO
Scopri come ALYCE utilizza i modelli Ultralytics YOLO per migliorare l'accuratezza dei dati, ottimizzare la mobilità urbana e creare soluzioni di traffico basate sull'IA per città più sostenibili e intelligenti.
Kiwitron utilizza Ultralytics YOLO per rilevare pericoli industriali a 30 metri di distanza
Esplora come Kiwitron utilizza i modelli Ultralytics YOLO nella sua soluzione KewiEye per rilevare e affrontare i pericoli industriali per una maggiore sicurezza.
SOHGA riduce il tempo di monitoraggio dei parcheggi del 30% con Ultralytics YOLO
Scopri come il sistema MEGURU di SOHGA utilizza Ultralytics YOLO26 per automatizzare le pattuglie dei parcheggi, ridurre il tempo di pattugliamento del 30% e migliorare la sicurezza.
Scaleout riduce gli aggiornamenti dei modelli da settimane a ore con Ultralytics YOLO
Scopri come Scaleout utilizza Ultralytics YOLO e l'apprendimento federato per ottimizzare i modelli AI su dispositivi edge mantenendo al sicuro i dati sensibili.
RapiD Engineering distribuisce il controllo qualità dei prodotti ittici una settimana più velocemente con Ultralytics YOLO
Scopri come RapiD Engineering utilizza Ultralytics YOLO per automatizzare l'ispezione del salmone, rilevare difetti in tempo reale e risparmiare una settimana di lavoro di ingegneria.
Project Ocean Oasis promuove la conservazione delle barriere coralline con Ultralytics YOLO
Scopri come Project Ocean Oasis utilizza Ultralytics YOLO, edge AI e sistemi di monitoraggio autonomo per ampliare la conservazione delle barriere coralline e l'ocean intelligence.
Volley alimenta oltre 250 trainer IA in campo con Ultralytics YOLO
"Ciò che è davvero bello è che il modello funziona molto bene in tempo reale sull'hardware edge del trainer, e possiamo usare lo stesso modello nel cloud per eseguire esattamente lo stesso flusso."
WG Tech Solutions riduce le violazioni della sicurezza del 28% con Ultralytics YOLO e l'acceleratore AI di Axelera
Scopri come WG Tech Solutions è riuscita a ridurre le violazioni della sicurezza nella produzione del 28% sfruttando Ultralytics YOLO e l'acceleratore AI di Axelera
Stride offre un'analisi dell'andatura equina in 1 minuto con Ultralytics YOLO
Scopri come Stride sfrutta i modelli Ultralytics YOLO per la stima della posa dei cavalli, ottenendo un'analisi completa dell'andatura in meno di 1 minuto.
Pixelabs ottiene un richiamo del 95% con l'automazione guidata da Ultralytics YOLO
Scopri come Pixelabs sfrutta i modelli Ultralytics YOLO per automatizzare i flussi di lavoro e ottenere un richiamo del 95%.
SiteAssist migliora la sicurezza del sito elaborando oltre 770 mila immagini con Ultralytics YOLO
Scopri come SiteAssist sfrutta i modelli Ultralytics YOLO per migliorare la sicurezza nei cantieri edili.
Chef Robotics utilizza Ultralytics YOLO per ridurre gli sprechi alimentari del 67%
Esplora come Chef Robotics utilizza i modelli Ultralytics YOLO per l'assemblaggio preciso di prodotti alimentari.
Cali Intelligence riduce le code alle casse del 43% con Ultralytics YOLO
Esplora come Cali Intelligence utilizza i modelli Ultralytics YOLO per ridurre le code alle casse dei negozi con il rilevamento degli oggetti.
MarineSitu raggiunge oltre il 96% di uptime nel monitoraggio subacqueo utilizzando Ultralytics YOLO
Scopri come MarineSitu utilizza Ultralytics YOLO per trasformare il rilevamento di oggetti subacquei.
Theia Scientific accelera l'analisi microscopica di 43 volte con Ultralytics YOLO
Scopri come Theia Scientific utilizza Ultralytics YOLO per ridefinire l'analisi dei dati di microscopia.
eSmart Systems dimezza il tempo di ispezione delle linee elettriche con Ultralytics YOLO
Scopri come eSmart Systems utilizza Ultralytics YOLO per aumentare la velocità di rilevamento dei difetti e trasformare le ispezioni delle utenze.
Axelera AI offre inferenza edge AI a 34 FPS utilizzando Ultralytics YOLO
Scopri come Axelera AI utilizza Ultralytics YOLO per fornire una visione edge veloce, accurata ed efficiente sui chip Metis AI.
STMicroelectronics esegue Ultralytics YOLO su un MCU a soli 9,4 mJ per inferenza
Scopri come STMicroelectronics distribuisce in modo efficiente i modelli Ultralytics YOLO su microcontrollori a basso consumo per ottenere un'inferenza accurata in tempo reale all'edge.
Specialvideo raggiunge un'accuratezza del 99% nell'ispezione alimentare con Ultralytics YOLO
Scopri come Specialvideo utilizza i modelli Ultralytics YOLO per alimentare l'ispezione alimentare tramite IA in tempo reale, garantendo qualità, riducendo gli sprechi e aumentando l'efficienza.
Vivity AI risparmia oltre 5 milioni di dollari l'anno nelle operazioni industriali con Ultralytics YOLO
Scopri come Vivity AI sfrutta i modelli Ultralytics YOLO per migliorare l'automazione industriale, aumentando l'efficienza, riducendo i tempi di inattività e garantendo la sicurezza sul lavoro.
Videologic Analytics scala fino a 10 mila licenze per telecamere IA con Ultralytics YOLO
Scopri come Videologic Analytics integra i modelli Ultralytics YOLO per migliorare la videosorveglianza, incrementando l'accuratezza del rilevamento, riducendo i falsi allarmi e ottimizzando il monitoraggio delle minacce in tempo reale.
Prezent aumenta l'accuratezza del rilevamento delle slide del 34% con Ultralytics YOLO
Scopri come Prezent sfrutta i modelli Ultralytics YOLO per automatizzare il rilevamento degli elementi nelle slide, riducendo il tempo di elaborazione a meno di 10 secondi pur preservando struttura e design.
ALYCE accelera l'inferenza IA del traffico del 20% con Ultralytics YOLO
Scopri come ALYCE utilizza i modelli Ultralytics YOLO per migliorare l'accuratezza dei dati, ottimizzare la mobilità urbana e creare soluzioni di traffico basate sull'IA per città più sostenibili e intelligenti.
Kiwitron utilizza Ultralytics YOLO per rilevare pericoli industriali a 30 metri di distanza
Esplora come Kiwitron utilizza i modelli Ultralytics YOLO nella sua soluzione KewiEye per rilevare e affrontare i pericoli industriali per una maggiore sicurezza.
Domande frequenti
Automated defect detection uses cameras and AI to inspect products and surfaces for flaws, scratches, cracks, dents, missing parts, and contamination, in real time, with no manual checking. Ultralytics YOLO models detect, localize, and classify each defect in a single pass as parts move down the line.
It depends on the data, but recent peer-reviewed studies report 84-99% accuracy with YOLO models tuned to a specific task, for example 99.4% on fabric, 98.8% mAP on PCBs, and 98.2% on semiconductor wafers. The Ultralytics Platform supports active learning, so accuracy keeps climbing as new defect types appear.
Published 2024-2026 studies apply Ultralytics YOLO to steel and metal surfaces, printed circuit boards, semiconductor wafers, welds, textiles, solar panels, aluminum castings, ceramics, batteries, and pharmaceutical packaging, anywhere visual quality control matters.
Yes. Rule-based machine vision struggles with variable, subtle, or previously-unseen defects. Ultralytics YOLO26 learns from your own examples to recognize scratches, hairline cracks, white spots, and missing components across changing lighting and part variation, reaching 98%+ mAP on several published benchmarks.
Fast enough for the line. YOLO26 processes a frame in about 1.7 ms on a modern GPU; published inspection systems report 186 frames per second on fabric and 2.3 ms per weld.
Yes. Most inspection deployments run on-premises because production data is sensitive and factory networks are unreliable. Ultralytics YOLO26 exports to 19 formats, including TensorRT for NVIDIA Jetson, OpenVINO for Intel CPUs, and Hailo accelerators, so models run line-side with no internet connection required.
Less than you might expect. Published defect-detection models train on a few thousand labeled images, for example the bridge-crack study used a 4,029-image dataset. The Ultralytics Platform handles annotation and training, and pretrained YOLO weights mean you fine-tune rather than start from scratch.
Collect images of your good and defective parts, annotate them, and train, all in one place on the Ultralytics Platform. For production deployment, enterprise licensing covers commercial use and keeps your code and data private.
Costruiamo insieme il futuro dell'AI!
Inizia il tuo viaggio con il futuro del machine learning