Sektör liderlerinin güvendiği
YOLO26 Çıkarımını dene
Gerçek zamanlı nesne algılamayı görmek için bir görseli sürükleyip bırak
Girdi Görseli
Bir görsel yükle veya test etmek için bir örnek seç yolo26n. Tahmin Dokümanları
Buraya bir görsel bırak
veya göz atmak için tıkla
JPEG, PNG, WebP, AVIF, HEIC, JP2, TIFF, BMP ve daha fazlasını destekler (maks 10MB)
Güvenilirlik
0.25
IoU
0.70
Görüntü Boyutu
640
API Belgeleri
API anahtarı kimlik doğrulamasına sahip özel bir çıkarım uç noktası elde etmek için modelini dağıt — ardından aşağıdaki yer tutucu URL'yi ve anahtarı dağıtım değerlerinle değiştir. Dağıtım belgeleri
Not: Bu bir örnek koddur. Uç nokta URL'ni ve API anahtarını almak için önce modelini dağıt.
import requests
# Replace with your deployment URL and API key
url = "https://your-deployment-url.run.app/predict"
api_key = "YOUR_API_KEY"
# Optional inference parameters (conf, iou, imgsz)
args = {"conf": 0.25, "iou": 0.7, "imgsz": 640}
with open("image.jpg", "rb") as f:
response = requests.post(
url,
headers={"Authorization": f"Bearer {api_key}"},
data=args,
files={"file": f},
)
print(response.json())Temel Ultralytics YOLO26 iyileştirmeleri
%43'e kadar daha hızlı CPU çıkarımı
GPU'suz cihazlarda gerçek zamanlı performans; edge ve kısıtlı ortamlar için özel olarak üretilmiştir.
NMS içermeyen, uçtan uca çıkarım
Tahminler doğrudan üretilir, herhangi bir son işleme adımı yoktur. Daha düşük gecikme, daha basit dağıtım.
DFL yok, daha geniş donanım uyumluluğu
Distribution Focal Loss (DFL) kaldırılması, dışa aktarmaları basitleştirir ve edge cihaz uyumluluğunu genişletir.
MuSGD: Daha akıllı bir optimize edici
Daha kararlı bir eğitim için LLM eğitimi gelişmelerinden esinlenen SGD ve Muon melezi.
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) | ||||
| Örneklem segmentasyonu (Instance segmentation) | - | |||
| Anlamsal bölümleme | - | - | ||
| Derinlik tahmini | - | - | - | |
| Görüntü sınıflandırma (Image classification) | - | |||
| Poz tahmini (Pose estimation) | - | |||
| OBB algılama | - |
Neden Ultralytics YOLO26 seçmelisin?
Edge ve bulut için oluşturuldu
CPU'larda, GPU'larda ve uç donanımlarda verimli bir şekilde çalışır. 20 farklı biçime aktar ve her yere dağıt.
%43'e kadar daha hızlı CPU çıkarımı
Doğruluktan ödün vermeden, kaynak kısıtlı cihazlarda gerçek zamanlı görüntü yapay zekası.
YOLOE-26 ile açık dünya algılama
Metin istemleri, görsel istemler veya istem içermeyen çıkarım kullanarak sabit kategorilerin ötesini algıla.
Sorunsuz entegrasyon
YOLO26, YOLOv8 ve YOLO11 ile aynı tanıdık arayüzü takip eder, zorlu bir öğrenme süreci gerektirmez.
Küresel bir topluluk tarafından destekleniyor
Özel destek kanalları, aktif forumlar ve düzenli güncellemeler ilerlemeni sağlar.
Açık lisanslama
AGPL-3.0 ve Enterprise altında akademik, açık kaynak ve ticari kullanım için esnek seçenekler.
Modellerimizi iş başında gör
Glacier Robotics, ABD'deki geri dönüşüm tesislerinde PET sızıntısını %70 oranında azalttı
Glacier Robotics'in PET sızıntısını %70 oranında azaltmak, geri dönüşüm doğruluğunu iyileştirmek ve atık ayrıştırmayı otomatize etmek için Ultralytics YOLO11'i nasıl kullandığını 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.
Glacier Robotics, ABD'deki geri dönüşüm tesislerinde PET sızıntısını %70 oranında azalttı
Glacier Robotics'in PET sızıntısını %70 oranında azaltmak, geri dönüşüm doğruluğunu iyileştirmek ve atık ayrıştırmayı otomatize etmek için Ultralytics YOLO11'i nasıl kullandığını 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.
Glacier Robotics, ABD'deki geri dönüşüm tesislerinde PET sızıntısını %70 oranında azalttı
Glacier Robotics'in PET sızıntısını %70 oranında azaltmak, geri dönüşüm doğruluğunu iyileştirmek ve atık ayrıştırmayı otomatize etmek için Ultralytics YOLO11'i nasıl kullandığını 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.
Sıkça sorulan sorular
YOLO26, en yaygın uç nokta dağıtım hedeflerini kapsayan TensorRT, ONNX, CoreML, TFLite ve OpenVINO'ya dışa aktarımı destekler. NMS'siz mimari, daha az entegrasyon sorunu ve kutudan çıktığı haliyle daha düşük gecikme süresi anlamına gelir.
Evet. YOLO26, önceki Ultralytics YOLO sürümleriyle aynı arayüzü takip eder, bu nedenle geçiş yapmak oldukça basittir. Sadece YOLO26 model ağırlıklarını değiştirmen yeterli.
Nesne algılama, örnek segmentasyonu, anlamsal segmentasyon, görüntü sınıflandırma, poz tahmini ve yönelimli nesne algılama; hepsi tek bir birleşik model ailesinde.
Nano (n) varyantı, uç cihazlar ve CPU kısıtlı cihazlar için idealdir. Küçük (s) ve orta (m) varyantlar, çoğu uygulama için hız ve doğruluk arasında güçlü bir denge sunar. Büyük (l) ve ekstra büyük (x) varyantlar ise zorlu iş yükleri için maksimum doğruluk sağlar.
YOLO26, daha basit dışa aktarım için DFL'yi kaldırır, daha hızlı uçtan uca çıkarım için NMS'yi elimine eder, ProgLoss + STAL ile küçük nesne doğruluğunu iyileştirir, daha kararlı eğitim için MuSGD optimize edicisini tanıtır ve %43'e kadar daha hızlı CPU çıkarımı sunar.
Ultralytics YOLO ile başlangıç yap!
Ek açıklamadan dağıtıma kadar seninle birlikte ölçeklenen görme odaklı yapay zeka çözümleri geliştir.