Ultralytics YOLO27: 加入候补名单。
获取 YOLO 许可
Ultralytics YOLO

Ultralytics YOLO,计算机视觉领域的领导者

经过生产环境验证的计算机视觉技术,受到数百万开发者和领先企业的信赖。为你自己的技术栈获取许可,或基于 Ultralytics Platform 进行构建。

深受全球领先机构信赖

适用于每种视觉任务的标准。 七项任务,一个模型系列,从云端到边缘。

目标检测:传送带上的金属铸件,边界框标记为 part_damaged 和 crack。
实例分割:全景牙科 X 光片,牙齿按单独掩码进行分割,并标注编号。
语义分割:按类别着色的高速公路场景,车辆和树木为绿色、道路为蓝色、路侧区域为粉色。
深度估计:将戴着安全帽的仓库工人显示为深度图,最近的人物为暖色,背景为蓝色。
图像分类:弯曲传送带上的黄色包裹,被分类为 box。
姿态估计:一名戴着安全帽、穿着安全背心的仓库工人把箱子扛在一侧肩上,身体关键点连接成骨架。
定向目标检测 (OBB):深色瓦片屋顶上的太阳能电池板俯视图,每块电池板都通过标注为“电池板”的旋转框进行检测。

我们的模型带来的影响

借助我们先进的视觉 AI 模型,优化各行业的工作流程。由 Ultralytics 提供支持,兼具速度、准确性和易用性。

14万+
GitHubGitHub 星标数
3.48亿+
下载量
43.7亿+
Ultralytics YOLO 每日使用次数
1220+
开源贡献者
Ultralytics YOLO 许可

将 YOLO 集成到你现有的系统中

在你自己的解决方案中部署 Ultralytics YOLO,并通过 Enterprise License 用于商业用途。

  • 商业用途:闭源使用无需承担 AGPL-3.0 义务。
  • 你的基础设施:本地部署、边缘部署,或部署在你自己的云上。
  • 23 种导出格式:ONNX、TensorRT、CoreML 等。
  • 专属支持:定制 SLA,并可直接联系工程师。
Ultralytics 徽标连接到标注、训练和部署。
Ultralytics 平台

在一个平台完成标注、训练和部署

标注数据、使用云端 GPU 训练并在全球范围内部署,无需准备基础设施。

我们的客户

从开放模型开始,添加企业级条款

开发者构建应用所依托的模型

Ultralytics YOLO 是实时检测的默认起点,覆盖从研究到生产的 7 项任务。

加载 YOLO26 模型并将其部署到生产环境的 Python 代码,注释中注明了 Ultralytics Enterprise License。

获取生产环境使用许可

免除开源义务,同时享有专属支持、定制 SLA 和本地部署。

安全与合规

企业级安全与合规

放心构建和部署。已通过 ISO 27001 认证、获得 SOC 2 鉴证,并支持符合 HIPAA 要求。

SOC 2 Type I

通过 AICPA 安全性、可用性和保密性 TSC 鉴证

ISO 27001:2022

经认证的信息安全管理体系

HIPAA

安全规则自我评估;为符合条件的 Enterprise 客户提供 BAA

GDPR 与 CCPA

符合全球数据保护法规

Ultralytics YOLO 的应用成果

物流中的计算机视觉

减少供应链错误

从仓库地面到装货码头,Ultralytics YOLO 自动完成供应链各环节的计数、分拣和检查。

  • 仓库与库存:自动统计每条过道中的货物。
  • 包裹与行李:以传送带的速度检测并识别损坏。
  • 运输维护:及早发现车辆故障。
  • 装货码头:核验货物装载情况并跟踪车辆停留时间。
  • 车牌识别:自动管理闸口通行和堆场。
借助 Ultralytics YOLO 加快货物流转

客户评价

Ultralytics Platform 对我们来说是一次重大突破。它让我们的数据科学家能够轻松创建数据集,利用云端计算快速训练新模型,比较不同模型设置下的实验,并最终为每个问题找出最佳模型。如今,它已成为我们开展目标检测、实例分割和语义分割实验的首选工具。

Tyler Biesel, 软件工程经理

Ultralytics YOLO 是 SK Godelius 计算机视觉流程中的关键组成部分,与多模态感知协同工作,让我们能够准确识别出故障部件,保障工人安全,并确保检测结果始终一致。
Ultralytics YOLO 模型帮助我们将 AI 服务的实施速度提升了 25.2%。这些模型易于部署,实际表现出色,在不牺牲运行性能的前提下,带来更高的速度、准确度和可扩展性。
使用 Ultralytics YOLOv8 nano,我们可以在边缘设备上重新训练,并在几小时而非几周内交付新模型,同时只需传输少量数据。这种准确度与小巧体积的结合,正是我们的环境所需要的。
Ultralytics YOLO 模型在我们的 STM32 微控制器上的表现,为边缘计算机视觉开辟了新的可能。通过简化集成并支持多种模型变体,开发者能够获得构建可扩展、响应迅速的嵌入式视觉解决方案所需的一切。
将 Ultralytics YOLO 集成到我们的 Instabase AI 平台非常简单顺畅。它加快了产品发布进度,也让我们能够为客户提供视觉目标识别能力。
他们以卓越的准确度和效率,将视觉数据转化为可执行的洞察。此次合作将 Ultralytics YOLOv8 与 SSS(Sony Semiconductor Solutions Corporation)的 IMX500 传感器相结合,提供强大的端侧 AI 能力,帮助依赖高性能视觉数据处理的企业提升实时决策水平。

Wei Tang, 业务拓展经理

Ultralytics 的 YOLO 模型为 AI 行业带来了重大突破。开发者青睐 YOLOv5 和 YOLOv8 模型,因为它们易于使用、性能领先且准确度高。结合 OpenVINO,这些模型有望在现代 CPU 上开箱即用地实现最佳性能。

常见问题

  • 免费使用(包括实验和评估)要求你根据 AGPL-3.0 发布整个项目的源代码,包括你训练的模型。对于闭源评估或部署,请申请 Ultralytics 企业许可证。

  • YOLO 可在 CPU、NVIDIA GPU、Jetson 和 Raspberry Pi 上运行。Python 包可在你自己的硬件上训练和运行模型,不会收集你的图像。Platform 可部署到全球 42 个区域,Enterprise 则提供本地部署的数据和计算选项。

  • 使用 pip install ultralytics 安装开源软件包,并按照训练指南操作;或者使用 Platform 上传图像,通过智能标注为图像添加标签,并在云端 GPU 上训练。

  • 对于新项目,请从 YOLO26 开始。YOLO11、YOLOv8 和 YOLOv5 仍支持现有工作流。模型尺寸从 nano 到 extra-large 不等:较小的模型在边缘设备上运行更快,较大的模型精度可能更高。比较模型。

  • Free 计划不收取订阅费用;云端训练和部署会使用额度。Free 和 Pro 计划受 AGPL-3.0 开源义务约束,因此只有 Enterprise 计划包含商业许可证。比较计划。

  • Ultralytics 开发了 Ultralytics YOLO——数百万开发者使用的实时计算机视觉模型,以及 Ultralytics Platform,你可以在其中标注数据、使用云端 GPU 训练并部署。你可以通过开源 Python 包使用 YOLO,也可以在浏览器中通过 Platform 完成整个工作流。

  • 每份许可证都会根据你所在组织的规模和使用场景报价,并涵盖许可证期限内发布的当前及未来 YOLO 模型。申请报价。

基于行业已经在使用的模型进行构建

联系团队,咨询如何为你的产品授权使用 Ultralytics YOLO,或立即开始使用 Ultralytics Platform。