Ultralytics YOLO modelleri
Görüntü ve videoların hızlı ve doğru gerçek zamanlı analizini verimli bilgisayarlı görü görevleriyle sağlayan Ultralytics YOLO modelleri ile vizyon yapay zeka çözümlerini güçlendir.
Dünyanın önde gelen kuruluşlarının güvendiği
YOLO26 Çıkarımını dene
Gerçek zamanlı nesne algılamayı görmek için bir görseli sürükleyip bırak
Modellerimizin etkisi
En gelişmiş vision AI modellerimizle sektörler genelinde süreçleri kolaylaştır. Ultralytics tarafından desteklenen hız, doğruluk ve kullanım kolaylığı.
0+
GitHub yıldızları
0+
İndirmeler
0+
Günlük Ultralytics YOLO kullanımı
0+
Açık kaynak katkıda bulunanlar
YOLO modellerinin evrimi
Orijinal YOLO mimarisinden Ultralytics YOLO26'ya kadar, model ailesi gerçek zamanlı bilgisayarlı görü iş akışlarını iyileştirmeye devam etti.
2015
YOLO
Joseph Redmon ve ekibi tarafından geliştirildi.
2016
YOLOv2
Joseph Redmon ve Ali Farhadi tarafından oluşturuldu.
2018
Joseph Redmon ve Ali Farhadi tarafından geliştirildi.
2018
Alexey Bochkovskiy ve ekibi tarafından geliştirildi.
YOLOv5; hızlı, doğru performans ve kullanıcı dostu bir PyTorch uygulaması ile nesne algılamayı yeniden tanımladı.
2022
Meituan ve ekibi tarafından tanıtıldı.
2022
Chien-Yao Wang ve ekibi tarafından yayınlandı.
YOLOv8; örnek bölümleme, sınıflandırma, poz tahmini ve diğer temel vizyon görevlerine desteği genişletti.
2024
Chien-Yao Wang ve ekibi tarafından geliştirildi.
2024
Tsinghua Üniversitesi için Ao Wang tarafından tasarlandı.
YOLO11, tanıdık Ultralytics iş akışını korurken doğruluk, hassasiyet ve hızı iyileştirdi.
YOLO26 daha hafif, daha küçük ve daha hızlıdır; nano varyantı %43'e kadar daha hızlı CPU çıkarımı sağlar.
Bir bakışta Ultralytics YOLO modelleri
Son dönem Ultralytics YOLO model ailelerini hız, doğruluk ve desteklenen görüntü görevleri açısından karşılaştır.
| Özellikler |  |  |  |  |
|---|---|---|---|---|
| Hız Görüntü işleme süresi | 1,06 ms | 0,99 ms | 1,5 ms | 1,7 ms |
| Doğruluk mAP50-95 | %34,3 | %37,3 | %39,5 | %40,9 |
| Nesne tespiti (Object detection) | ||||
| Görüntü sınıflandırma (Image classification) | ||||
| Örneklem segmentasyonu (Instance segmentation) | ||||
| Anlamsal bölümleme | - | - | - | |
| Poz tahmini (Pose estimation) | - | |||
| OBB algılama | - |
Neden Ultralytics YOLO'yu seçmelisin?
Uç ve bulut dağıtımı için optimize edilmiştir
Uç cihazlar, bulut altyapısı ve hibrit sistemlerde gerçek zamanlı vizyon yapay zeka projelerine hızlı, güvenilir sonuçlar getir.
Dahili güvenlik ile sorunsuz entegrasyon
Verileri yerel tutarken ve iş akışlarını korurken YOLO modellerini platformlar ve cihazlar arasında entegre et.
Net lisanslama ve uyumluluk
Dağıtım ihtiyaçlarına uygun akademik, açık kaynak ve kurumsal lisanslama yollarından birini seç.
Küresel bir topluluk tarafından destekleniyor
Özel destek kanalları, aktif forumlar ve düzenli güncellemeler, ekiplere başarılı olmaları için gereken kaynakları sağlar.
Son teknoloji doğruluk ve verimlilik
Ultralytics, doğruluk, verimlilik ve modernize edilmiş dağıtıma odaklanan araştırmalarla model performansını iyileştirmeye devam ediyor.
Modellerimizi iş başında gör
SOHGA, Ultralytics YOLO ile otopark izleme süresini %30 azaltıyor
SOHGA'nın MEGURU sisteminin otopark devriyelerini otomatikleştirmek, devriye süresini %30 azaltmak ve güvenliği artırmak için Ultralytics YOLO26'yı nasıl kullandığını öğren.
Scaleout, Ultralytics YOLO ile model güncellemelerini haftalardan saatlere indiriyor
Scaleout'un hassas verileri güvende tutarken uç cihazlarda AI modellerini ince ayarlamak için nasıl Ultralytics YOLO ve birleştirilmiş öğrenmeden yararlandığını keşfet.
RapiD Engineering, Ultralytics YOLO ile deniz ürünleri kalite kontrolünü 1 hafta daha hızlı devreye alıyor
RapiD Engineering'in somon denetimini otomatikleştirmek, kusurları gerçek zamanlı olarak tespit etmek ve bir haftalık mühendislik işinden tasarruf etmek için Ultralytics YOLO'yu nasıl kullandığını gör.
Project Ocean Oasis, Ultralytics YOLO ile resif korumasını ilerletiyor
Project Ocean Oasis'in resif koruma ve okyanus zekasını ölçeklendirmek için nasıl Ultralytics YOLO, uç yapay zeka ve otonom izleme sistemlerini kullandığını keşfet.
Volley, Ultralytics YOLO ile 250'den fazla saha içi yapay zeka eğitmenine güç veriyor
"Gerçekten güzel olan şey, modelin eğitimcideki uç donanımda gerçek zamanlı olarak çok iyi performans göstermesi ve aynı akışı çalıştırmak için bulutta da aynı modeli kullanabilmemiz."
WG Tech Solutions, Ultralytics YOLO ve Axelera AI Hızlandırıcı ile güvenlik ihlallerini %28 azaltıyor
WG Tech Solutions'ın Ultralytics YOLO ve Axelera AI Hızlandırıcıdan faydalanarak üretimdeki güvenlik ihlallerini %28 oranında nasıl azalttığını öğren.
Stride, Ultralytics YOLO ile 1 dakikalık at yürüyüş analizi sunuyor
Stride'ın 1 dakikanın altında tam bir yürüyüş analizi elde ederek at pozu tahmini için Ultralytics YOLO modellerinden nasıl yararlandığını öğren.
Pixelabs, Ultralytics YOLO tabanlı otomasyonla %95 geri çağırma elde ediyor
Pixelabs'ın iş akışlarını otomatikleştirmek ve %95 geri çağırma (recall) elde etmek için Ultralytics YOLO modellerinden nasıl yararlandığını öğren.
SiteAssist, Ultralytics YOLO ile 770 binden fazla görüntüyü işleyerek şantiye güvenliğini artırıyor
SiteAssist'in şantiye güvenliğini artırmak için Ultralytics YOLO modellerinden nasıl yararlandığını öğren.
Chef Robotics, gıda firesini %67 azaltmak için Ultralytics YOLO kullanıyor
Chef Robotics'in hassas gıda montajı için Ultralytics YOLO modellerini nasıl kullandığını keşfet.
Cali Intelligence, Ultralytics YOLO ile kasa kuyruklarını %43 kısaltıyor
Cali Intelligence'ın nesne tespiti ile perakende kasa kuyruklarını azaltmak için Ultralytics YOLO modellerini nasıl kullandığını keşfet.
MarineSitu, Ultralytics YOLO kullanarak su altı izlemede %96'nın üzerinde çalışma süresine ulaşıyor
MarineSitu'nun su altı nesne tespitini dönüştürmek için Ultralytics YOLO'yu nasıl kullandığını keşfet.
Theia Scientific, Ultralytics YOLO ile mikroskopi analizini 43 kat hızlandırıyor
Theia Scientific'in mikroskopi veri analizini yeniden tanımlamak için Ultralytics YOLO'yu nasıl kullandığını keşfet.
eSmart Systems, Ultralytics YOLO ile elektrik hattı denetim süresini yarıya indiriyor
eSmart Systems'in kusur tespit hızını artırmak ve altyapı denetimlerini dönüştürmek için Ultralytics YOLO'yu nasıl kullandığını keşfet.
Axelera AI, Ultralytics YOLO kullanarak 34 FPS uç AI çıkarımı sunar
Axelera AI'nın, Metis AI çiplerinde hızlı, doğru ve verimli uç görü sağlamak için Ultralytics YOLO'yu nasıl kullandığını keşfet.
STMicroelectronics, Ultralytics YOLO'yu bir MCU üzerinde çıkarım başına sadece 9.4 mJ ile çalıştırır
STMicroelectronics'in uçta doğru gerçek zamanlı çıkarım elde etmek için Ultralytics YOLO modellerini düşük güç tüketen mikro denetleyicilere nasıl verimli bir şekilde dağıttığını keşfet.
Specialvideo, Ultralytics YOLO ile %99 gıda denetim doğruluğuna ulaşıyor
Specialvideo'nun kaliteyi sağlamak, atığı azaltmak ve verimliliği artırmak için gerçek zamanlı yapay zeka gıda denetimine güç vermek amacıyla Ultralytics YOLO modellerini nasıl kullandığını keşfet.
Vivity AI, Ultralytics YOLO ile endüstriyel operasyonlarda yılda 5 milyon dolardan fazla tasarruf sağlıyor
Vivity AI'nin endüstriyel otomasyonu geliştirmek, verimliliği artırmak, kesinti süresini azaltmak ve iş yeri güvenliğini sağlamak için Ultralytics YOLO modellerinden nasıl yararlandığını keşfet.
Videologic Analytics, Ultralytics YOLO ile 10 bin yapay zeka kamera lisansına kadar ölçekleniyor
Videologic Analytics'in video gözetimini geliştirmek, tespit doğruluğunu artırmak, yanlış alarmları azaltmak ve gerçek zamanlı tehdit izlemeyi optimize etmek için Ultralytics YOLO modellerini nasıl entegre ettiğini keşfet.
Prezent, Ultralytics YOLO ile slayt tespit doğruluğunu %34 artırıyor
Prezent'in slayt öğesi tespitini otomatikleştirmek, yapıyı ve tasarımı korurken işlem süresini 10 saniyenin altına düşürmek için Ultralytics YOLO modellerinden nasıl yararlandığını keşfet.
ALYCE, Ultralytics YOLO ile trafik yapay zeka çıkarımını %20 hızlandırıyor
ALYCE'in veri doğruluğunu artırmak, kentsel hareketliliği optimize etmek ve sürdürülebilir, daha akıllı şehirler için yapay zeka destekli trafik çözümleri oluşturmak amacıyla Ultralytics YOLO modellerini nasıl kullandığını keşfet.
Kiwitron, 30 metre mesafedeki endüstriyel tehlikeleri tespit etmek için Ultralytics YOLO kullanıyor
Kiwitron'un daha iyi güvenlik için endüstriyel tehlikeleri tespit edip ele almak amacıyla KewiEye çözümünde Ultralytics YOLO modellerini nasıl kullandığını keşfet.
SOHGA, Ultralytics YOLO ile otopark izleme süresini %30 azaltıyor
SOHGA'nın MEGURU sisteminin otopark devriyelerini otomatikleştirmek, devriye süresini %30 azaltmak ve güvenliği artırmak için Ultralytics YOLO26'yı nasıl kullandığını öğren.
Scaleout, Ultralytics YOLO ile model güncellemelerini haftalardan saatlere indiriyor
Scaleout'un hassas verileri güvende tutarken uç cihazlarda AI modellerini ince ayarlamak için nasıl Ultralytics YOLO ve birleştirilmiş öğrenmeden yararlandığını keşfet.
RapiD Engineering, Ultralytics YOLO ile deniz ürünleri kalite kontrolünü 1 hafta daha hızlı devreye alıyor
RapiD Engineering'in somon denetimini otomatikleştirmek, kusurları gerçek zamanlı olarak tespit etmek ve bir haftalık mühendislik işinden tasarruf etmek için Ultralytics YOLO'yu nasıl kullandığını gör.
Project Ocean Oasis, Ultralytics YOLO ile resif korumasını ilerletiyor
Project Ocean Oasis'in resif koruma ve okyanus zekasını ölçeklendirmek için nasıl Ultralytics YOLO, uç yapay zeka ve otonom izleme sistemlerini kullandığını keşfet.
Volley, Ultralytics YOLO ile 250'den fazla saha içi yapay zeka eğitmenine güç veriyor
"Gerçekten güzel olan şey, modelin eğitimcideki uç donanımda gerçek zamanlı olarak çok iyi performans göstermesi ve aynı akışı çalıştırmak için bulutta da aynı modeli kullanabilmemiz."
WG Tech Solutions, Ultralytics YOLO ve Axelera AI Hızlandırıcı ile güvenlik ihlallerini %28 azaltıyor
WG Tech Solutions'ın Ultralytics YOLO ve Axelera AI Hızlandırıcıdan faydalanarak üretimdeki güvenlik ihlallerini %28 oranında nasıl azalttığını öğren.
Stride, Ultralytics YOLO ile 1 dakikalık at yürüyüş analizi sunuyor
Stride'ın 1 dakikanın altında tam bir yürüyüş analizi elde ederek at pozu tahmini için Ultralytics YOLO modellerinden nasıl yararlandığını öğren.
Pixelabs, Ultralytics YOLO tabanlı otomasyonla %95 geri çağırma elde ediyor
Pixelabs'ın iş akışlarını otomatikleştirmek ve %95 geri çağırma (recall) elde etmek için Ultralytics YOLO modellerinden nasıl yararlandığını öğren.
SiteAssist, Ultralytics YOLO ile 770 binden fazla görüntüyü işleyerek şantiye güvenliğini artırıyor
SiteAssist'in şantiye güvenliğini artırmak için Ultralytics YOLO modellerinden nasıl yararlandığını öğren.
Chef Robotics, gıda firesini %67 azaltmak için Ultralytics YOLO kullanıyor
Chef Robotics'in hassas gıda montajı için Ultralytics YOLO modellerini nasıl kullandığını keşfet.
Cali Intelligence, Ultralytics YOLO ile kasa kuyruklarını %43 kısaltıyor
Cali Intelligence'ın nesne tespiti ile perakende kasa kuyruklarını azaltmak için Ultralytics YOLO modellerini nasıl kullandığını keşfet.
MarineSitu, Ultralytics YOLO kullanarak su altı izlemede %96'nın üzerinde çalışma süresine ulaşıyor
MarineSitu'nun su altı nesne tespitini dönüştürmek için Ultralytics YOLO'yu nasıl kullandığını keşfet.
Theia Scientific, Ultralytics YOLO ile mikroskopi analizini 43 kat hızlandırıyor
Theia Scientific'in mikroskopi veri analizini yeniden tanımlamak için Ultralytics YOLO'yu nasıl kullandığını keşfet.
eSmart Systems, Ultralytics YOLO ile elektrik hattı denetim süresini yarıya indiriyor
eSmart Systems'in kusur tespit hızını artırmak ve altyapı denetimlerini dönüştürmek için Ultralytics YOLO'yu nasıl kullandığını keşfet.
Axelera AI, Ultralytics YOLO kullanarak 34 FPS uç AI çıkarımı sunar
Axelera AI'nın, Metis AI çiplerinde hızlı, doğru ve verimli uç görü sağlamak için Ultralytics YOLO'yu nasıl kullandığını keşfet.
STMicroelectronics, Ultralytics YOLO'yu bir MCU üzerinde çıkarım başına sadece 9.4 mJ ile çalıştırır
STMicroelectronics'in uçta doğru gerçek zamanlı çıkarım elde etmek için Ultralytics YOLO modellerini düşük güç tüketen mikro denetleyicilere nasıl verimli bir şekilde dağıttığını keşfet.
Specialvideo, Ultralytics YOLO ile %99 gıda denetim doğruluğuna ulaşıyor
Specialvideo'nun kaliteyi sağlamak, atığı azaltmak ve verimliliği artırmak için gerçek zamanlı yapay zeka gıda denetimine güç vermek amacıyla Ultralytics YOLO modellerini nasıl kullandığını keşfet.
Vivity AI, Ultralytics YOLO ile endüstriyel operasyonlarda yılda 5 milyon dolardan fazla tasarruf sağlıyor
Vivity AI'nin endüstriyel otomasyonu geliştirmek, verimliliği artırmak, kesinti süresini azaltmak ve iş yeri güvenliğini sağlamak için Ultralytics YOLO modellerinden nasıl yararlandığını keşfet.
Videologic Analytics, Ultralytics YOLO ile 10 bin yapay zeka kamera lisansına kadar ölçekleniyor
Videologic Analytics'in video gözetimini geliştirmek, tespit doğruluğunu artırmak, yanlış alarmları azaltmak ve gerçek zamanlı tehdit izlemeyi optimize etmek için Ultralytics YOLO modellerini nasıl entegre ettiğini keşfet.
Prezent, Ultralytics YOLO ile slayt tespit doğruluğunu %34 artırıyor
Prezent'in slayt öğesi tespitini otomatikleştirmek, yapıyı ve tasarımı korurken işlem süresini 10 saniyenin altına düşürmek için Ultralytics YOLO modellerinden nasıl yararlandığını keşfet.
ALYCE, Ultralytics YOLO ile trafik yapay zeka çıkarımını %20 hızlandırıyor
ALYCE'in veri doğruluğunu artırmak, kentsel hareketliliği optimize etmek ve sürdürülebilir, daha akıllı şehirler için yapay zeka destekli trafik çözümleri oluşturmak amacıyla Ultralytics YOLO modellerini nasıl kullandığını keşfet.
Kiwitron, 30 metre mesafedeki endüstriyel tehlikeleri tespit etmek için Ultralytics YOLO kullanıyor
Kiwitron'un daha iyi güvenlik için endüstriyel tehlikeleri tespit edip ele almak amacıyla KewiEye çözümünde Ultralytics YOLO modellerini nasıl kullandığını keşfet.
SOHGA, Ultralytics YOLO ile otopark izleme süresini %30 azaltıyor
SOHGA'nın MEGURU sisteminin otopark devriyelerini otomatikleştirmek, devriye süresini %30 azaltmak ve güvenliği artırmak için Ultralytics YOLO26'yı nasıl kullandığını öğren.
Scaleout, Ultralytics YOLO ile model güncellemelerini haftalardan saatlere indiriyor
Scaleout'un hassas verileri güvende tutarken uç cihazlarda AI modellerini ince ayarlamak için nasıl Ultralytics YOLO ve birleştirilmiş öğrenmeden yararlandığını keşfet.
RapiD Engineering, Ultralytics YOLO ile deniz ürünleri kalite kontrolünü 1 hafta daha hızlı devreye alıyor
RapiD Engineering'in somon denetimini otomatikleştirmek, kusurları gerçek zamanlı olarak tespit etmek ve bir haftalık mühendislik işinden tasarruf etmek için Ultralytics YOLO'yu nasıl kullandığını gör.
Project Ocean Oasis, Ultralytics YOLO ile resif korumasını ilerletiyor
Project Ocean Oasis'in resif koruma ve okyanus zekasını ölçeklendirmek için nasıl Ultralytics YOLO, uç yapay zeka ve otonom izleme sistemlerini kullandığını keşfet.
Volley, Ultralytics YOLO ile 250'den fazla saha içi yapay zeka eğitmenine güç veriyor
"Gerçekten güzel olan şey, modelin eğitimcideki uç donanımda gerçek zamanlı olarak çok iyi performans göstermesi ve aynı akışı çalıştırmak için bulutta da aynı modeli kullanabilmemiz."
WG Tech Solutions, Ultralytics YOLO ve Axelera AI Hızlandırıcı ile güvenlik ihlallerini %28 azaltıyor
WG Tech Solutions'ın Ultralytics YOLO ve Axelera AI Hızlandırıcıdan faydalanarak üretimdeki güvenlik ihlallerini %28 oranında nasıl azalttığını öğren.
Stride, Ultralytics YOLO ile 1 dakikalık at yürüyüş analizi sunuyor
Stride'ın 1 dakikanın altında tam bir yürüyüş analizi elde ederek at pozu tahmini için Ultralytics YOLO modellerinden nasıl yararlandığını öğren.
Pixelabs, Ultralytics YOLO tabanlı otomasyonla %95 geri çağırma elde ediyor
Pixelabs'ın iş akışlarını otomatikleştirmek ve %95 geri çağırma (recall) elde etmek için Ultralytics YOLO modellerinden nasıl yararlandığını öğren.
SiteAssist, Ultralytics YOLO ile 770 binden fazla görüntüyü işleyerek şantiye güvenliğini artırıyor
SiteAssist'in şantiye güvenliğini artırmak için Ultralytics YOLO modellerinden nasıl yararlandığını öğren.
Chef Robotics, gıda firesini %67 azaltmak için Ultralytics YOLO kullanıyor
Chef Robotics'in hassas gıda montajı için Ultralytics YOLO modellerini nasıl kullandığını keşfet.
Cali Intelligence, Ultralytics YOLO ile kasa kuyruklarını %43 kısaltıyor
Cali Intelligence'ın nesne tespiti ile perakende kasa kuyruklarını azaltmak için Ultralytics YOLO modellerini nasıl kullandığını keşfet.
MarineSitu, Ultralytics YOLO kullanarak su altı izlemede %96'nın üzerinde çalışma süresine ulaşıyor
MarineSitu'nun su altı nesne tespitini dönüştürmek için Ultralytics YOLO'yu nasıl kullandığını keşfet.
Theia Scientific, Ultralytics YOLO ile mikroskopi analizini 43 kat hızlandırıyor
Theia Scientific'in mikroskopi veri analizini yeniden tanımlamak için Ultralytics YOLO'yu nasıl kullandığını keşfet.
eSmart Systems, Ultralytics YOLO ile elektrik hattı denetim süresini yarıya indiriyor
eSmart Systems'in kusur tespit hızını artırmak ve altyapı denetimlerini dönüştürmek için Ultralytics YOLO'yu nasıl kullandığını keşfet.
Axelera AI, Ultralytics YOLO kullanarak 34 FPS uç AI çıkarımı sunar
Axelera AI'nın, Metis AI çiplerinde hızlı, doğru ve verimli uç görü sağlamak için Ultralytics YOLO'yu nasıl kullandığını keşfet.
STMicroelectronics, Ultralytics YOLO'yu bir MCU üzerinde çıkarım başına sadece 9.4 mJ ile çalıştırır
STMicroelectronics'in uçta doğru gerçek zamanlı çıkarım elde etmek için Ultralytics YOLO modellerini düşük güç tüketen mikro denetleyicilere nasıl verimli bir şekilde dağıttığını keşfet.
Specialvideo, Ultralytics YOLO ile %99 gıda denetim doğruluğuna ulaşıyor
Specialvideo'nun kaliteyi sağlamak, atığı azaltmak ve verimliliği artırmak için gerçek zamanlı yapay zeka gıda denetimine güç vermek amacıyla Ultralytics YOLO modellerini nasıl kullandığını keşfet.
Vivity AI, Ultralytics YOLO ile endüstriyel operasyonlarda yılda 5 milyon dolardan fazla tasarruf sağlıyor
Vivity AI'nin endüstriyel otomasyonu geliştirmek, verimliliği artırmak, kesinti süresini azaltmak ve iş yeri güvenliğini sağlamak için Ultralytics YOLO modellerinden nasıl yararlandığını keşfet.
Videologic Analytics, Ultralytics YOLO ile 10 bin yapay zeka kamera lisansına kadar ölçekleniyor
Videologic Analytics'in video gözetimini geliştirmek, tespit doğruluğunu artırmak, yanlış alarmları azaltmak ve gerçek zamanlı tehdit izlemeyi optimize etmek için Ultralytics YOLO modellerini nasıl entegre ettiğini keşfet.
Prezent, Ultralytics YOLO ile slayt tespit doğruluğunu %34 artırıyor
Prezent'in slayt öğesi tespitini otomatikleştirmek, yapıyı ve tasarımı korurken işlem süresini 10 saniyenin altına düşürmek için Ultralytics YOLO modellerinden nasıl yararlandığını keşfet.
ALYCE, Ultralytics YOLO ile trafik yapay zeka çıkarımını %20 hızlandırıyor
ALYCE'in veri doğruluğunu artırmak, kentsel hareketliliği optimize etmek ve sürdürülebilir, daha akıllı şehirler için yapay zeka destekli trafik çözümleri oluşturmak amacıyla Ultralytics YOLO modellerini nasıl kullandığını keşfet.
Kiwitron, 30 metre mesafedeki endüstriyel tehlikeleri tespit etmek için Ultralytics YOLO kullanıyor
Kiwitron'un daha iyi güvenlik için endüstriyel tehlikeleri tespit edip ele almak amacıyla KewiEye çözümünde Ultralytics YOLO modellerini nasıl kullandığını keşfet.
Sıkça sorulan sorular
Farklı Ultralytics YOLO26 varyantları YOLO26n, YOLO26s, YOLO26m, YOLO26l ve YOLO26x'tir. Çeşitli kullanımlar için hız ve doğruluk arasında bir denge sunmak amacıyla farklı boyutlarda gelirler.
Ultralytics Python paketi, Ultralytics YOLO modellerine kolay erişim sağlayarak geliştiricilerin Python projeleri içinde nesne tespiti ve segmentasyon gibi bilgisayarlı görü görevlerini eğitmelerini, doğrulamalarını ve dağıtmalarını mümkün kılar.
Kullanım durumun için en iyi Ultralytics YOLO modeli ihtiyaçlarına bağlıdır. En yeni Ultralytics YOLO26 modeli, doğruluk, hız ve çoklu görev desteği konusunda en güncel iyileştirmeleri sunar.
Ultralytics YOLO, en son YOLO26 model ailesinin yanı sıra mevcut iş akışları için önceki YOLO model ailelerini de içerir. YOLO modelleri, çok yönlü yapay zeka uygulamaları için nesne tespiti, segmentasyon, sınıflandırma, poz tahmini ve yönelimli nesne tespiti dahil olmak üzere birden fazla görü görevini destekler.
Ultralytics YOLO ile başlangıç yap!
Ek açıklamadan dağıtıma kadar seninle birlikte ölçeklenen görme odaklı yapay zeka çözümleri geliştir.