什么是用于无人机和航拍影像的计算机视觉？

无人机计算机视觉利用 AI 模型自动检测、分类、分割和追踪从空中平台捕获的图像和视频中的对象。Ultralytics YOLO 处理这些影像以识别作物、动物、基础设施和环境特征，而无需人工审核。

Ultralytics YOLO 可以直接在无人机上运行吗？

可以。YOLO 模型可以部署在边缘设备和机载无人机硬件上以进行实时的飞行中分析，也可以通过本地和云端基础设施处理影像，用于对高分辨率数据进行飞行后处理。

YOLO 如何用于精准农业？

YOLO 模型可以检测作物和杂草以进行目标喷洒，监测植物健康和疾病迹象，并支持在广阔田地中进行用于产量估计和收获规划的水果检测、计数和分类。

计算机视觉可以从无人机影像中检测和计数动物吗？

可以。YOLO 可以从航拍影像中检测、分类、计数和追踪牲畜、鱼类及野生动物，支持在广阔或难以到达的区域进行农场监测、水产养殖运营和自然保护调查。

哪些行业使用航拍计算机视觉？

常见行业包括农业、水产养殖、环境监测和土地保护，以及基础设施检查、安全与监控、国防，以及卫星和地理空间分析，在这些领域中，空中平台捕获影像以实现可扩展的自动化监测。

YOLO 为航拍影像支持哪些计算机视觉任务？

Ultralytics YOLO 支持在从无人机和航空设备捕获的静态图像和视频中进行对象检测、定向边界框、图像分割、分类、姿态估计、深度估计和对象追踪。定向边界框对航拍工作最为重要，因为从上方观察的对象可能处于任何角度，因此可以按照飞机的真实方向检测飞机、船舶、车辆和建筑物，而不是用正方形框出。

用于航拍影像的计算机视觉

使用 Ultralytics YOLO 将无人机和航拍影像转化为针对农业、水产养殖、环境监测、自然保护及地理空间分析的实时洞察。

深受全球领先组织信赖

Ultralytics YOLO 如何应对航拍影像

借助视觉 AI 从高空获取更多洞察

Ultralytics YOLO 帮助组织检测、分类、分割和监控由无人机及其他空中平台捕获的对象。构建高精度的模型，并将其部署在云端、边缘设备上或直接部署在自主系统中。

即插即用的部署：以极低的开销完成部署，将集成时间缩短至数天。
检测精度：在物体、环境和动态场景中实现业界领先的实时检测。
亚 5 毫秒推理：支持边缘端、云端或本地部署，并提供 20 种导出格式。
数小时内即可用于生产：完成标注、训练和部署，缩短上市时间。

申请许可证

尝试 YOLO26 推理

拖放图像以查看实时目标检测结果

输入图像

上传图像或选择示例进行测试 yolo26n. 预测文档

实时演示

将图像拖放到此处

或点击浏览

支持 JPEG、PNG、WebP、AVIF、HEIC、JP2、TIFF、BMP 等格式（最大 10MB）

或尝试一个示例

置信度

0.25

IoU

0.70

图像尺寸

640

API 文档

部署你的模型，以获取一个配备 API 密钥身份验证的专用推理端点，然后将下方的占位 URL 和密钥替换为你的部署值。部署文档

注意： 这是示例代码。请先部署你的模型，以获取端点 URL 和 API 密钥。

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())