Настройки cookie
Нажимая “Принять все файлы cookie”, вы соглашаетесь на сохранение файлов cookie на вашем устройстве с целью улучшения навигации по сайту, анализа использования сайта и помощи в наших маркетинговых усилиях. Подробнее
Настройки cookie
Нажимая “Принять все файлы cookie”, вы соглашаетесь на сохранение файлов cookie на вашем устройстве с целью улучшения навигации по сайту, анализа использования сайта и помощи в наших маркетинговых усилиях. Подробнее
Принять все файлы cookie
Настройки cookie
Yolo Vision Shenzhen
Шэньчжэнь
Присоединиться сейчас

Разверните Ultralytics YOLO Intel высокопроизводительного инференса

Ultralytics с Intel обеспечения высокопроизводительной инференции, используя мощность процессоров, нейронных процессоров и графических процессоров.

Узнать о возможностях партнерства
Ознакомьтесь с нашими решениями
Разверните Ultralytics YOLO Intel высокопроизводительного инференса

О компании Intel

Intel Nasdaq: INTC) — лидер отрасли, создающий революционные технологии, которые способствуют глобальному прогрессу и улучшают качество жизни людей. Intel совершенствует процессы проектирования и производства полупроводников, помогая своим клиентам решать самые сложные задачи, внедряя интеллектуальные решения в облачные системы, сети, периферийные устройства и каждое вычислительное устройство, что способствует преобразованию бизнеса и общества.


OpenVINO™ — это набор инструментов с открытым исходным кодом, который ускоряет вычисления в системах искусственного интеллекта, обеспечивая меньшую задержку и более высокую пропускную способность при сохранении точности и оптимизации использования аппаратных ресурсов. Он упрощает разработку решений на базе искусственного интеллекта и интеграцию технологий глубокого обучения в таких областях, как компьютерное зрение, крупные языковые модели и генеративный искусственный интеллект.

Почему Intel YOLO стоит выбрать Intel ?

РазвернитеYOLO Ultralytics YOLO , отличающиеся непревзойденной производительностью и эффективностью

Оптимизировано для Ultralytics YOLO

Максимальная пропускная способность и минимальная задержка во всей линейке устройств Intel.

Производительность на уровне Edge

YOLO , оптимизированная для периферийных устройств, с поддержкой FP32, FP16 и INT8. Без ущерба для точности.

Вывод в реальном времени

Время вывода результатов менее 10 мс для всех основных YOLO , проверено на Intel , графических процессорах и нейронных процессорах Intel .

Более низкая стоимость владения

Вычисления на базе существующих Intel . Более низкая стоимость без ущерба для точности.

Простая интеграция

Начните работу за считанные минуты с помощьюPython Ultralytics Python или CLI. Тот же API, тот же рабочий процесс.

На будущее

Всегда в курсе последних YOLO и Intel . Переработка конвейера не требуется.

Комплексное решение

Тренируйтесь с Ultralytics

Создавайте и дорабатывайте свои собственные YOLO на ведущей в отрасли платформе Ultralytics. От Ultralytics YOLOv8 YOLO26 — вам доступны передовые архитектуры, тщательно отобранные наборы данных и мощные инструменты оптимизации, которые помогут вам быстрее перейти к внедрению в производственную среду.

Экспорт в OpenVINO

Преобразуйте и квантуйте обученную модель в OpenVINO одной команды. В процессе экспорта создается оптимизированный пакет модели, включающий топологию сети, веса и tensor , что обеспечивает более быструю работу модели на всем спектре Intel .

Развертывание на Intel

Выполняйте инференцию на Intel , встроенных графических процессорах, дискретных графических процессорах и нейронных процессорах с помощью единого API. Никакой переработки кода, никакого аппаратного кода — только стабильная и ускоренная производительность независимо от места развертывания.
Экспорт в OpenVINO

Техническая интеграция

Безупречная интеграция Ultralytics с Intel
Поддерживаемые модели
Поддерживаемые задачи
Тесты производительности
Пример использования

Ultralytics YOLOv8

8

YOLOv8 производительность и добавлены новые поддерживаемые задачи: сегментация, классификация и оценка позы.

YOLOv8n
YOLOv8s
YOLOv8m

+22

Ultralytics YOLO11

11

YOLO11 привычные для пользователей задачи компьютерного зрения, обеспечивая при этом более высокую точность, достоверность и скорость.

YOLO11n
YOLO11s
YOLO11m

+22

Ultralytics YOLO26

26

YOLO26 — это более легкая, компактная и быстрая модель, а её версия nano обеспечивает ускорение инференса на стандартных процессорах до 43 %.

YOLO26n
YOLO26s
YOLO26m

+22

Детекция объектов

Обнаружение объектов на изображении или в видео с помощью ограничительных прямоугольников, ориентированных по осям.

Сегментация экземпляров

Создавайте маски с пиксельной точностью, выделяющие объекты в кадре.

Классификация изображений

Присвойте одну или несколько меток всему изображению.

Оценка позы

Обнаруживать и маркировать ключевые точки тела для отслеживания положения тела.

Обнаружение объектов с помощью ориентированных ограничивающих рамок

Обнаружение повернутых объектов с помощью ограничительных прямоугольников, учитывающих угол поворота.
Два складских работника в желтых сигнальных жилетах и касках осматривают сложенные деревянные поддоны.
Пурпурные виноградины на лозе с выделенными отдельными ягодами, демонстрирующие сегментацию объектов.
Бутылки на производственной линии с надписью «Без дефектов», что свидетельствует об автоматическом обнаружении дефектов в процессе производства.
Зебра у водоёма с наложенными на её тело контрольными точками, демонстрирующими оценку позы.
Вид строительной площадки с грузовиками и экскаваторами, выделенными ограничительными прямоугольниками, демонстрирующий обнаружение и отслеживание объектов.

Производительность модели на Intel

Посмотрите, какYOLO Ultralytics YOLO работают на Intel , графических процессорах и нейронных процессорах Intel .

Ознакомьтесь с документацией
Развертывание на 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"

‍

Начните работу с Intel

Полное руководство по развертыванию Ultralytics YOLO OpenVINO Intel .
Полное руководство по развертыванию Ultralytics YOLO OpenVINO Intel .

Начните работу с Intel

Полное руководство по развертыванию Ultralytics YOLO OpenVINO Intel .

Узнать больше
Оптимизируйте Ultralytics YOLO OpenVINO быстрого вычисления в режиме реального времени на ПК Intel .

Запуск YOLO ПК Intel

Оптимизируйте Ultralytics YOLO OpenVINO быстрого вычисления в режиме реального времени на ПК Intel .

Узнать больше
Посмотрите, как Intel на сцену, чтобы продемонстрировать OpenVINO Ultralytics YOLO OpenVINO .

YOLO Vision 2025 Лондон

Посмотрите, как Intel на сцену, чтобы продемонстрировать OpenVINO Ultralytics YOLO OpenVINO .

Узнать больше

Станьте Ultralytics

Присоединяйтесь к нашей партнерской экосистеме и откройте для себя новые возможности по внедрению передовых решений в области искусственного интеллекта

Узнать о возможностях партнерства