Definições de cookies
Ao clicar em “Aceitar todos os cookies”, concorda com o armazenamento de cookies no seu dispositivo para melhorar a navegação no site, analisar a utilização do site e ajudar nos nossos esforços de marketing. Mais informações
Definições de cookies
Ao clicar em “Aceitar todos os cookies”, concorda com o armazenamento de cookies no seu dispositivo para melhorar a navegação no site, analisar a utilização do site e ajudar nos nossos esforços de marketing. Mais informações
Aceitar todos os cookies
Definições de cookies
Yolo Vision Shenzhen
Shenzhen
Junte-se agora

Implemente Ultralytics YOLO Intel uma inferência de alto desempenho

Ultralytics com Intel oferecer inferência de alto desempenho, utilizando o poder das CPUs, NPUs e GPUs.

Explore oportunidades de parceria
Explore as nossas soluções
Implemente Ultralytics YOLO Intel uma inferência de alto desempenho

Sobre a Intel

Intel Nasdaq: INTC) é líder do setor, criando tecnologia que muda o mundo, possibilitando o progresso global e enriquecendo vidas. Intel promove Intel o avanço do design e da fabricação de semicondutores para ajudar a responder aos maiores desafios dos seus clientes, incorporando inteligência na nuvem, na rede, na periferia e em todos os dispositivos informáticos, com o objetivo de transformar as empresas e a sociedade.


O OpenVINO™ é um conjunto de ferramentas de código aberto que acelera a inferência de IA com menor latência e maior rendimento, mantendo a precisão e otimizando a utilização do hardware. Simplifica o desenvolvimento de IA e a integração do deep learning em áreas como a visão computacional, os grandes modelos de linguagem e a IA generativa.

Por que escolher Intel YOLO?

ImplementeYOLO Ultralytics com desempenho e eficiência inigualáveis

Otimizado para Ultralytics YOLO

Rendimento máximo e latência mínima em toda a gama de dispositivos Intel.

Desempenho nativo do Edge

YOLO pronta para dispositivos de borda com suporte para FP32, FP16 e INT8. Sem necessidade de comprometer a precisão.

Inferência em tempo real

Inferência inferior a 10 ms em todas YOLO principais YOLO , verificada em Intel , GPUs e NPUs Intel .

Custo de propriedade mais baixo

Inferência em Intel existentes. Custos mais baixos, sem comprometer a precisão.

Fácil integração

Fique pronto a funcionar em poucos minutos com oPython ou CLI Ultralytics . A mesma API, o mesmo fluxo de trabalho.

Preparado para o futuro

Sempre atualizado com os YOLO mais recentes e Intel . Não é necessário reajustar o pipeline.

A solução completa

Treine com a Ultralytics

Crie e aperfeiçoe YOLO seus YOLO personalizados na plataforma líder do setor Ultralytics. DesdeYOLOv8 YOLO26 Ultralytics , tenha acesso a arquiteturas de ponta, conjuntos de dados cuidadosamente selecionados e poderosas ferramentas de otimização, tudo concebido para acelerar a sua entrada em produção.

Exportar para OpenVINO

Converta e quantize o seu modelo treinado para OpenVINO um único comando. O processo de exportação gera um pacote de modelo otimizado, incluindo a topologia da rede, os pesos e tensor , permitindo que este funcione mais rapidamente em toda a gama de Intel .

Implementar em Intel

Execute inferências em Intel , GPUs integradas, GPUs discretas e NPUs através de uma API unificada. Sem necessidade de reescrever código, sem código específico para hardware, apenas um desempenho consistente e acelerado, independentemente do local onde for implementado.
Exportar para OpenVINO

Integração técnica

Integração perfeita entre Ultralytics e Intel
Modelos compatíveis
Tarefas suportadas
Testes de desempenho
Exemplo de utilização

Ultralytics YOLOv8

8

YOLOv8 o desempenho e adicionou novas tarefas suportadas: segmentação, classificação e estimativa de pose.

YOLOv8n
YOLOv8s
YOLOv8m

+22

Ultralytics YOLO11

11

YOLO11 as tarefas de visão computacional com as quais os utilizadores estão familiarizados, oferecendo simultaneamente maior exatidão, precisão e velocidade.

YOLO11n
YOLO11s
YOLO11m

+22

Ultralytics YOLO26

26

O YOLO26 é um modelo mais leve, mais pequeno e mais rápido, sendo que a variante nano oferece uma inferência até 43% mais rápida em CPUs padrão.

YOLO26n
YOLO26s
YOLO26m

+22

Detecção de objetos

Detetar objetos numa imagem ou vídeo utilizando caixas delimitadoras alinhadas com os eixos.

Segmentação de instâncias

Crie máscaras com precisão ao nível do pixel para destacar objetos dentro de um quadro.

Classificação de imagens

Atribua uma ou várias etiquetas a uma imagem inteira.

Estimativa de pose

Detectar e marcar pontos de referência do corpo para monitorização da posição corporal.

Detecção de objetos com caixas delimitadoras orientadas

Detetar objetos rodados com caixas delimitadoras sensíveis ao ângulo.
Dois trabalhadores de armazém, vestidos com coletes de segurança amarelos e capacetes, a inspecionar paletes de madeira empilhadas.
Uvas roxas numa videira, com cada uva delineada, demonstrando a segmentação de instâncias.
Garrafas numa linha de produção com a etiqueta «Sem defeitos», indicando a deteção automática de defeitos no processo de fabrico.
Zebra junto à água com pontos de referência sobrepostos no corpo, demonstrando a estimativa da postura.
Imagem aérea de um estaleiro de construção com camiões e escavadoras destacados por caixas de delimitação, mostrando a deteção e o rastreamento de objetos.

Desempenho do modelo em Intel

Veja o desempenhoYOLO Ultralytics em Intel , GPUs e NPUs Intel .

Leia a documentação
Implementar em Intel
Python
CLI
from ultralytics import YOLO
# Load a YOLO26n PyTorch model
model = YOLO("yolo26n.pt")
# Export the model
model.export(format="openvino")  # creates 'yolo26n_openvino_model/'
# Load the exported OpenVINO model
ov_model = YOLO("yolo26n_openvino_model/")
# Run inference
results = ov_model("https://ultralytics.com/images/bus.jpg")
# Run inference with specified device, available devices: ["intel:gpu", "intel:npu", "intel:cpu"]
results = ov_model("https://ultralytics.com/images/bus.jpg", device="intel:gpu")

# Export a YOLO26n PyTorch model to OpenVINO format
yolo export model=yolo26n.pt format=openvino # creates 'yolo26n_openvino_model/'
# Run inference with the exported model
yolo predict model=yolo26n_openvino_model source='https://ultralytics.com/images/bus.jpg'
# Run inference with specified device, available devices: ["intel:gpu", "intel:npu", "intel:cpu"]
yolo predict model=yolo26n_openvino_model source='https://ultralytics.com/images/bus.jpg' device="intel:gpu"

‍

Comece a utilizar a Intel

Guia completo para implementar Ultralytics YOLO OpenVINO em Intel .
Guia completo para implementar Ultralytics YOLO OpenVINO em Intel .

Comece a utilizar a Intel

Guia completo para implementar Ultralytics YOLO OpenVINO em Intel .

Saiba mais
Otimize Ultralytics YOLO OpenVINO uma inferência rápida e em tempo real em PCs Intel .

Executar YOLO computadores Intel

Otimize Ultralytics YOLO OpenVINO uma inferência rápida e em tempo real em PCs Intel .

Saiba mais
Veja Intel ao palco para apresentar a OpenVINO Ultralytics YOLO OpenVINO .

YOLO Visão 2025 Londres

Veja Intel ao palco para apresentar a OpenVINO Ultralytics YOLO OpenVINO .

Saiba mais

Torne-se um Ultralytics

Junte-se ao nosso ecossistema de parceiros e descubra novas oportunidades para fornecer soluções de IA de ponta

Explore oportunidades de parceria