Çerez Ayarları
"Tüm Çerezleri Kabul Et" seçeneğine tıklayarak, sitede gezinmeyi geliştirmek, site kullanımını analiz etmek ve pazarlama çabalarımıza yardımcı olmak için cihazınızda çerezlerin saklanmasını kabul edersiniz. Daha fazla bilgi
Çerez Ayarları
"Tüm Çerezleri Kabul Et" seçeneğine tıklayarak, sitede gezinmeyi geliştirmek, site kullanımını analiz etmek ve pazarlama çabalarımıza yardımcı olmak için cihazınızda çerezlerin saklanmasını kabul edersiniz. Daha fazla bilgi
Tüm Çerezleri Kabul Et
Çerez Ayarları
Yolo Vision Shenzhen
Shenzhen
Şimdi katılın

Yüksek performanslı çıkarım Intel YOLO Ultralytics YOLO kurun

Ultralytics , CPU'ların, NPU'ların ve GPU'ların gücünü kullanarak yüksek performanslı çıkarım sunmak Intel ile Ultralytics .

Ortaklık fırsatlarını keşfedin
Çözümlerimizi keşfedin
Yüksek performanslı çıkarım Intel YOLO Ultralytics YOLO kurun

Intel Hakkında

Intel Nasdaq: INTC), küresel ilerlemeyi mümkün kılan ve yaşamları zenginleştiren, dünyayı değiştiren teknolojiler geliştiren bir sektör lideridir. Intel , müşterilerinin en büyük zorluklarının üstesinden gelmelerine yardımcı olmak için yarı iletken tasarımı ve üretimini Intel geliştirerek, bulut, ağ, uç cihazlar ve her türlü bilgi işlem cihazına zeka entegre ederek iş dünyasını ve toplumu dönüştürmektedir.


OpenVINO™, doğruluğu korurken ve donanım kullanımını optimize ederken, daha düşük gecikme süresi ve daha yüksek iş hacmiyle yapay zeka çıkarımını hızlandıran bir açık kaynak araç setidir. Bilgisayar görme, büyük dil modelleri ve üretken yapay zeka alanlarında yapay zeka geliştirme ve derin öğrenme entegrasyonunu kolaylaştırır.

YOLO Intel neden Intel seçmelisiniz?

Eşsiz performans ve verimlilik sunan Ultralytics YOLO devreye alın

Ultralytics YOLO için optimize edilmiştir

Intel tüm cihaz yelpazesinde maksimum veri aktarım hızı, minimum gecikme süresi.

Edge'e özgü performans

FP32, FP16 ve INT8 desteğine sahip, uç cihazlara uyumlu YOLO . Doğruluktan ödün vermek gerekmez.

Gerçek zamanlı çıkarım

Tüm önemli YOLO 10 milisaniyenin altında çıkarım süresi; Intel , GPU ve NPU'larda doğrulanmıştır.

Daha düşük sahip olma maliyeti

Mevcut Intel setlerinde çalışır. Doğruluktan ödün vermeden maliyetleri düşürür.

Kolay entegrasyon

Ultralytics Python veya CLI ile dakikalar içinde kullanıma hazır. Aynı API, aynı iş akışı.

Geleceğe hazır

En yeni YOLO ve Intel her zaman güncel. İş akışında yeniden düzenleme gerekmez.

Kapsamlı çözüm

Ultralytics ile antrenman yapın

Ultralytics sektör lideri platformunda size özel YOLO oluşturun ve geliştirin. Ultralytics YOLOv8 , sizi daha hızlı bir şekilde üretim aşamasına taşımak üzere tasarlanmış en yeni mimarilere, özenle seçilmiş veri kümelerine ve güçlü optimizasyon araçlarına erişin.

OpenVINO formatına aktar

Eğitimli modelinizi tek bir OpenVINO dönüştürün ve nicelleştirin. Dışa aktarma işlemi, ağ topolojisi, ağırlıklar ve tensor içeren optimize edilmiş bir model paketi oluşturur; böylece model, tüm Intel daha hızlı çalışır.

Intel donanımında dağıtım

Tek bir API ile Intel , entegre GPU'lar, ayrık GPU'lar ve NPU'larda çıkarım işlemi gerçekleştirin. Yeniden yazmaya gerek yok, donanıma özgü kod yazmaya gerek yok; nerede kullanırsanız kullanın tutarlı ve hızlandırılmış performans elde edin.
OpenVINO formatına aktar

Teknik entegrasyon

Ultralytics ile Intel arasında kusursuz entegrasyon
Desteklenen modeller
Desteklenen görevler
Performans karşılaştırmaları
Kullanım örneği

Ultralytics YOLOv8

8

YOLOv8 , performansı YOLOv8 ve desteklenen görevler arasına segmentasyon, sınıflandırma ve duruş tahmini ekledi.

YOLOv8n
YOLOv8s
YOLOv8m

+22

Ultralytics YOLO11

11

YOLO11 , kullanıcıların aşina olduğu bilgisayar görme görevlerini YOLO11 daha yüksek doğruluk, hassasiyet ve hız sunar.

YOLO11n
YOLO11s
YOLO11m

+22

Ultralytics YOLO26

26

YOLO26, daha hafif, daha küçük ve daha hızlı bir modeldir; nano versiyonu, standart CPU’larda %43’e varan oranda daha hızlı çıkarım performansı sunar.

YOLO26n
YOLO26'lar
YOLO26m

+22

Nesne tespiti

Eksenlere hizalanmış sınır kutuları kullanarak bir görüntü veya videodaki nesneleri tespit edin.

Örnek segmentasyonu

Çerçeve içindeki nesneleri vurgulayan, piksel hassasiyetinde maskeler oluşturun.

Görüntü sınıflandırması

Bir görüntünün tamamına bir veya birden fazla etiket atayın.

Poz tahmini

Vücut pozisyonunu izlemek için vücut anahtar noktalarını tespit edip etiketleyin.

Yönlendirilmiş sınırlayıcı kutular nesne tespiti

Açıya duyarlı sınır kutuları kullanarak döndürülmüş nesneleri tespit edin.
Sarı güvenlik yelekleri ve kaskları takmış iki depo çalışanı, üst üste istiflenmiş ahşap paletleri inceliyor.
Üzüm salkımındaki mor üzümler, her bir üzümün konturları belirginleştirilerek örnek segmentasyon gösterilmiştir.
Üretim hattındaki şişelerin üzerinde “Kusursuz” yazıyor; bu, üretim sürecinde otomatik kusur tespitinin yapıldığını gösteriyor.
Vücuduna anahtar noktalar eklenmiş, su kenarındaki bir zebra; bu, duruş tahminini göstermektedir.
Kamyonlar ve ekskavatörlerin bulunduğu bir inşaat sahası görüntüsü; nesnelerin algılanması ve izlenmesini gösteren sınırlayıcı kutularla vurgulanmıştır.

Intel yongalarında model performansı

Ultralytics YOLO Intel , GPU'lar ve NPU'larda nasıl bir performans sergilediğini görün.

Kılavuzu okuyun
Intel donanımında dağıtım
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"

‍

Intel ile başlayın

OpenVINO Intel Ultralytics YOLO kurmak için eksiksiz kılavuz.
OpenVINO Intel Ultralytics YOLO kurmak için eksiksiz kılavuz.

Intel ile başlayın

OpenVINO Intel Ultralytics YOLO kurmak için eksiksiz kılavuz.

Daha fazla bilgi edinin
Intel bilgisayarlarında hızlı ve gerçek zamanlı çıkarım OpenVINO Ultralytics YOLO OpenVINO YOLO optimize edin.

Intel YOLO çalıştırma

Intel bilgisayarlarında hızlı ve gerçek zamanlı çıkarım OpenVINO Ultralytics YOLO OpenVINO YOLO optimize edin.

Daha fazla bilgi edinin
Intel sahneye Intel Ultralytics YOLO OpenVINO tanıtmasını izleyin.

YOLO Vizyon 2025 Londra

Intel sahneye Intel Ultralytics YOLO OpenVINO tanıtmasını izleyin.

Daha fazla bilgi edinin

Ultralytics olun

Ortaklık ekosistemimize katılın ve en son teknolojiye sahip yapay zeka çözümleri sunmak için yeni fırsatların kapılarını açın

Ortaklık fırsatlarını keşfedin