ULTRALYTICS YOLO
Разработанный с нуля специально для периферийных устройств и устройств с низким энергопотреблением, Ultralytics устанавливает новый стандарт в области искусственного интеллекта для обработки изображений в реальном времени, обеспечивая ускорение CPU до 43 % благодаря более лаконичной и простой архитектуре.



























Изучите, как работают модели Ultralytics YOLO прямо в вашем браузере.
130,7 тыс.+
263,7 млн+
более 2,8 млрд
1 тыс. и более

Производительность в режиме реального времени на устройствах без графических процессоров, специально разработанных для периферийных систем и сред с ограниченными ресурсами.
1

Прогнозы генерируются напрямую, без этапа постобработки. Меньшая задержка, более простое развертывание.
2

Устранение потери фокуса при распределении (DFL) упрощает экспорт данных и расширяет совместимость с периферийными устройствами.
3

Гибридная модель, сочетающая в себе SGD Muon и основанная на последних достижениях в области обучения больших языковых моделей, обеспечивает более стабильное обучение и более быструю сходимость.
4

Эффективно работает на процессорах, графических процессорах и периферийном оборудовании. Экспорт в более чем 17 форматов и развертывание в любом месте.

Использование искусственного интеллекта для обработки изображений в реальном времени на устройствах с ограниченными ресурсами без потери точности.

Выявляйте объекты, выходящие за рамки фиксированных категорий, с помощью текстовых подсказок, визуальных подсказок или вывода без подсказок по 4 585 классам.

YOLO26 использует тот же привычный интерфейс, что и YOLOv8 YOLO11, поэтому освоить его не составит труда.

Специализированные каналы поддержки, активные форумы и регулярные обновления помогут вам двигаться вперед.

Гибкие условия использования в академических, открытых и коммерческих целях в соответствии с лицензиями AGPL-3.0 Enterprise.
В YOLO26 удалена сеть DFL для упрощения экспорта, исключена NMS ускорения сквозного вывода, повышена точность распознавания мелких объектов с помощью ProgLoss + STAL, внедрен оптимизатор MuSGD для более стабильного обучения, а также обеспечено ускорение CPU до 43 %.
Вариант nano (n) идеально подходит для периферийных устройств и CPU. Варианты small (s) и medium (m) обеспечивают оптимальный баланс скорости и точности для большинства задач. Варианты large (l) и extra-large (x) обеспечивают максимальную точность при выполнении ресурсоемких задач.
Обнаружение объектов, сегментация экземпляров, классификация изображений, оценка позы и обнаружение ориентированных объектов — все это в рамках единого семейства моделей.
Да. YOLO26 использует тот же интерфейс, что и YOLOv8 YOLO11, поэтому переход на новую версию не представляет сложности. Достаточно просто заменить веса модели на веса YOLO26.
YOLO26 поддерживает экспорт в форматы TensorRT, ONNX, CoreML, TFLite и OpenVINO, охватывая наиболее распространенные платформы для развертывания на периферии. Архитектура NMS означает меньше проблем с интеграцией и меньшую задержку сразу после установки.
От разработки до внедрения — создавайте решения в области искусственного интеллекта для обработки изображений, которые будут расти вместе с вашим бизнесом.