Лицензия YOLO

Находи царапины, трещины и пятна со скоростью производственной линии

Обнаруживай, сегментируй и измеряй царапины, трещины, пятна и дефекты печати с помощью Ultralytics YOLO, обученной на твоих изображениях дефектов в Ultralytics Platform и лицензированной для твоего продукта.

Нам доверяют ведущие организации мира

Для команд, выпускающих системы контроля дефектов {#built-for-teams-that-ship-defect-inspection}

Ultralytics предоставляет модели, инструменты и лицензию. Ты создаёшь систему контроля и владеешь ею — от оптики до механизма отбраковки.

Производители инспекционного оборудования

Встраивай YOLO в выпускаемые тобой системы AOI, рентгеновского, веб- и поверхностного контроля и обучай модель на деталях каждого клиента.

Интеграторы систем компьютерного зрения

Создавай участки контроля дефектов для линий по обработке металла, стекла, пластика, текстиля и продуктов питания на стандартных промышленных камерах, полностью локально.

Внутренние команды по контролю качества

Создавай модели дефектов для собственных заводов, передавай знания, полученные на одной линии, всем остальным и храни изображения и веса внутри своей сети.

RapiD Engineering внедряет контроль качества морепродуктов на 1 неделю быстрее с Ultralytics YOLO

Узнай, как RapiD Engineering использует Ultralytics YOLO для автоматизации проверки лосося, обнаружения дефектов в реальном времени и экономии недели инженерной работы.

Подробнее
RapiD Engineering внедряет контроль качества морепродуктов на 1 неделю быстрее с Ultralytics YOLO
1 неделя
Экономия инженерного времени на одно внедрение
4 модели
Одновременно работают в рамках полного конвейера обнаружения
95.71%
mAP50-95 при обнаружении повреждений функциональных поверхностей самолётов
Artificial Intelligence ReviewКоэффициент влияния 18.8
Hu et al., 2024
96.3%
Точность выявления дефектов 3D-печати в реальном времени прямо на принтере
Virtual and Physical PrototypingКоэффициент влияния 9.8
Zhang et al., 2025

Как это работает

От изображений дефектов до решения об отбраковке на производственной линии.

1

Снимай дефекты

Выбирай оптику и освещение так, чтобы даже мельчайший дефект занимал несколько пикселей; используй камеры площадного или линейного сканирования, рентгеновские или тепловизионные камеры.

2

Размечай реальные дефекты

Загружай изображения в Ultralytics Platform и обводи царапины, трещины и пятна с помощью ИИ-ассистированной разметки.

3

Обучай модель и задавай пороги

Дообучай YOLO для обнаружения или сегментации, затем задавай пороги для каждого класса, балансируя между пропуском дефектов и ложной отбраковкой на эталонной выборке.

4

Запускай на производственной линии

Экспортируй модель в TensorRT, OpenVINO или ONNX, запускай на периферийном ПК рядом с линией и отправляй на ПЛК результаты «годно», «брак» или «на доработку».

Все дефекты, различимые твоей оптикой {#every-flaw-your-optics-can-resolve}

Пять задач YOLO в одном семействе моделей, обученных на твоих изображениях дефектов и развёртываемых одним и тем же способом.

В реальном времени находи каждый поверхностный дефект на металлических, стеклянных, пластиковых или окрашенных деталях и направляй деталь на проверку «годно», «брак» или «на доработку».Обнаружение
Маски очерчивают каждую трещину, пустоту или пятно с точностью до пикселя, чтобы калибровать измерения в миллиметрах и применять собственные ограничения по размеру.Сегментация
Ключевые точки у основания и на конце каждого штыря измеряют его угол, чтобы выявлять погнутые или деформированные штыри разъёмов и корпусов микросхем до сборки.Поза
Повернутые рамки точно охватывают длинные тонкие царапины и расслоения швов под любым углом, чтобы измерять каждый дефект и не объединять близко расположенные дефекты.OBB
Классифицируй каждый фрагмент, отмеченный твоей системой AOI, как реальный дефект или ложное срабатывание, чтобы меньше годных плат отправлялось на ручную проверку.Классификация
Находи царапины, вмятины и загрязнения
Изучить YOLO

Попробуй инференс YOLO26

Перетащи изображение, чтобы посмотреть, как работает обнаружение объектов в реальном времени

Входные данные
Загрузи изображение или выбери пример, чтобы проверить модель PCB Defect Detection YOLO26s. Документация по предсказаниям
Демонстрация в реальном времени

Перетащи изображение сюда

или нажми, чтобы выбрать файл

Поддерживаются JPEG, PNG, WebP, AVIF, HEIC, JP2, TIFF, BMP и другие форматы (макс. 10 МБ)

Уверенность
0.25
IoU
0.50
Размер изображения
640
Здесь появятся результаты предсказаний.

Почему команды создают решения на базе Ultralytics YOLO

Твои веса, изображения и оборудование — без платы за вызовы API для каждого изображения.

Владей моделью

Сохраняй обученные веса и запускай модель на каждой производственной линии, заводе или машине, которые выпускаешь, без промежуточного облачного сервиса или поставщика камер.

Любые снятые тобой изображения

Обучай модель на изображениях с камер площадного сканирования, линейного сканирования, рентгеновских, тепловизионных или ультрафиолетовых камерах. YOLO научится распознавать то, что видит твой сенсор.

Работает рядом с производственной линией

Экспортируй модель в TensorRT, OpenVINO, ONNX и другие форматы для NVIDIA Jetson, промышленных ПК или CPU. Изображениям не придётся покидать завод.

Два способа начать

Обучай и развёртывай модели на платформе Ultralytics или интегрируй YOLO в собственный конвейер.

Ultralytics Platform

Загружай изображения дефектов с производственной линии, обводи дефекты с помощью ИИ-ассистированной разметки, обучай собственную модель YOLO и экспортируй её для периферийного оборудования — всё в одном месте.

Начать работуUltralytics deployment interface showing model deployment options.

Python

Обучи модель сегментации на изображениях трещин или собственных изображениях дефектов всего несколькими строками кода. Получи лицензию на YOLO, чтобы выпускать её в составе собственного продукта.

Лицензия YOLO
from ultralytics import YOLO

model = YOLO("yolo26n-seg.pt")
# Train on crack images, or your own defect photos
model.train(data="crack-seg.yaml", epochs=100)

results = model("part.jpg")  # a mask outlines every crack
print(len(results[0].boxes))  # defects found on this part
Безопасность и соответствие требованиям

Безопасность и соответствие требованиям корпоративного уровня

Создавай и развёртывай с уверенностью. Сертификация ISO 27001, подтверждение соответствия SOC 2 и поддержка соблюдения требований HIPAA.

SOC 2 Type I

Подтверждено на соответствие критериям AICPA по безопасности, доступности и конфиденциальности (TSC)

ISO 27001:2022

Сертифицированная система управления информационной безопасностью

HIPAA

Самооценка по Правилу безопасности; BAA для соответствующих требованиям клиентов Enterprise

GDPR и CCPA

Соответствие международным нормам защиты данных

Часто задаваемые вопросы

  • YOLO обучается на размеченных примерах, поэтому собери реальные дефекты для каждого класса. Начни с предобученных весов и имеющихся у тебя изображений, быстро разметь их с помощью аннотирования при поддержке ИИ в Ultralytics Platform и добавляй примеры по мере появления новых дефектов или пропусков. Например, RapiD Engineering обучила модели для выявления дефектов лосося на более чем 20 000 размеченных изображений.

  • Это зависит скорее от оптики, чем от модели. Выбери камеру и объектив так, чтобы самый мелкий дефект занимал несколько пикселей, затем обучай модель на изображениях большего размера или разбивай большие изображения на перекрывающиеся окна с помощью разбиения изображений высокого разрешения на тайлы. Камеры с построчным сканированием подходят для непрерывных полотен, например плёнки, бумаги и текстиля.

  • Раздели 60 000 на количество деталей в минуту, чтобы получить бюджет времени в миллисекундах на одну деталь, а затем подбери размер модели и оборудование. Небольшие модели YOLO26, экспортированные в TensorRT, обрабатывают изображение за несколько миллисекунд на NVIDIA Jetson (результаты тестирования). Стробоскопическое освещение и короткая выдержка позволяют получать чёткие изображения быстро движущихся деталей.

  • Проверь систему на неизменяемом эталонном наборе годных и дефектных деталей и сообщай два показателя для каждого класса дефектов: долю пропусков и долю ложных отбраковок. Настрой порог уверенности для каждого класса в соответствии с нужным компромиссом, отправляй случаи с низкой уверенностью на проверку специалисту и дообучай модель на каждом пропуске.

  • Да. Запускай YOLO вторым этапом на изображениях, отклонённых твоей AOI, и классифицируй каждый такой случай как реальный дефект или ложное срабатывание. Так меньше годных деталей будет отправляться на ручную проверку.

  • Нет. Ты или твой интегратор создаёте систему и владеете ею, включая оптику, освещение и обработку отбракованных деталей. Ultralytics предоставляет модели YOLO, Ultralytics Platform для обучения на твоих дефектах и коммерческую лицензию.

  • Инференс выполняется на твоём оборудовании рядом с линией, при необходимости — без подключения к сети. Поэтому изображениям не нужно покидать завод, а обученные веса остаются у тебя. Если ты обучаешь модель в Ultralytics Platform, выбери регион данных США, ЕС или АТ.

  • Ultralytics YOLO — ПО с открытым исходным кодом под лицензией AGPL-3.0, поэтому ты можешь свободно создавать прототипы. Чтобы выпускать закрытую машину для инспекции или использовать YOLO в собственных системах предприятия без публикации их исходного кода, нужна Enterprise License: она снимает обязательства по AGPL. Укажи свой рабочий адрес электронной почты выше, чтобы получить ценовое предложение.

Другие варианты использования

Catch defects, misalignments, and label errors at line speed. Vision AI verifies component presence and classifies pass/fail results consistently on every shift.

Визуальный контроль

Обнаруживай дефекты, смещения и ошибки маркировки на скорости производственной линии. ИИ для компьютерного зрения проверяет наличие компонентов и стабильно классифицирует результаты как годные или бракованные в каждую смену.
Подробнее
Detect shoplifting, missed scans, and sweethearting in real time. Vision AI monitors self-checkout and suspicious behavior to cut shrink without disrupting shoppers.

Предотвращение потерь в розничной торговле

Выявляй кражи в магазинах, пропущенные сканирования и сговор кассиров с покупателями в реальном времени. ИИ для компьютерного зрения отслеживает самообслуживание на кассах и подозрительное поведение, сокращая потери и не мешая покупателям.
Подробнее
Detect drowsiness, phone use, and gaze distraction in real time. Vision AI tracks eye closure, head tilt, and posture to alert drivers before accidents happen.

Мониторинг водителя

Обнаруживай сонливость, использование телефона и отвлечение взгляда в реальном времени. ИИ на основе компьютерного зрения отслеживает закрывание глаз, наклон головы и позу, чтобы предупредить водителей до того, как произойдёт авария.
Подробнее
Classify, extract, and verify documents at scale. Vision AI locates form fields, deskews scanned pages, and flags missing signatures to cut transcription errors.

Обработка документов

Классифицируй, извлекай данные и проверяй документы в больших объёмах. ИИ на основе компьютерного зрения находит поля форм, выравнивает отсканированные страницы и отмечает отсутствие подписей, снижая число ошибок при расшифровке.
Подробнее
Count shelf stock, verify SKU placement, and flag shifted pallets automatically. Vision AI replaces manual audits with continuous, real-time inventory monitoring.

Управление запасами

Автоматически подсчитывай товарные запасы на полках, проверяй размещение SKU и отмечай сместившиеся палеты. ИИ для компьютерного зрения заменяет ручные проверки непрерывным мониторингом запасов в реальном времени.
Подробнее
Count customers, classify congestion levels, and spot frustration cues in real time. Vision AI predicts bottlenecks before they form to keep wait times and walkouts low.

Управление очередями

Подсчитывай клиентов, классифицируй уровень загруженности и выявляй признаки недовольства в реальном времени. Vision AI предсказывает появление узких мест до того, как они возникнут, помогая сократить время ожидания и число ушедших клиентов.
Подробнее

Твоё видение — воплощено

Присоединяйся к миллионам разработчиков, создающих масштабируемые решения для интеллектуальных задач в самых разных отраслях. Размечай данные, обучай модели и развёртывай их — всё на платформе Ultralytics.