获取 YOLO 许可

制造业中的计算机视觉

从缺陷检测到质量控制,为工厂车间构建实时计算机视觉解决方案,数天即可交付,无需等待数个季度。

深受全球领先机构信赖

了解 Ultralytics YOLO 如何应对制造业挑战

与你的团队协作的实时 AI

专为工厂打造。Ultralytics YOLO 优化流程,提供精准、快速且可用于生产环境的计算机视觉能力,无需拆除或替换你现有的基础设施。

  • 即插即用式部署:部署所需开销极少,将集成时间缩短至几天。
  • 检测准确率:在零件、缺陷和生产线的实时检测中达到先进水平。
  • 推理延迟低于 5 毫秒:支持边缘、云端或本地部署,并提供 22 种导出格式。
  • 数小时内即可投入生产:标注、训练并部署,缩短产品上市时间。
与你的团队协作的实时 AI

已发表的研究揭示了什么

基于 Ultralytics YOLO 构建的模型经过同行评审的结果。

<3分钟
测量蚀刻芯片结构所需的时间,而晶圆切片需6–10小时He 等,《Advanced Science》,2026 年
100%
视觉引导机器人完成 400 多次螺钉插入操作的成功率Stefanov 等,《Robotics and Computer-Integrated Manufacturing》,2026 年
96.3%
在 3D 打印机上实时识别打印缺陷的准确率Zhang 等,《Virtual and Physical Prototyping》,2025 年

试用 YOLO26 推理

拖放图像,查看实时目标检测效果

输入
上传图像或选择示例以测试 PCB Defect Detection YOLO26s。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)

置信度
0.25
IoU
0.50
图像尺寸
640
预测结果将在此处显示。

覆盖制造各阶段的视觉 AI

为生产流程的每个阶段量身打造解决方案。

质量检验

使用 Ultralytics YOLO 扩展缺陷检测

借助 Ultralytics YOLO 开展实时缺陷检测和视觉检测。检测、分割、分类和有向边界框(OBB)模型,加上灵活的训练方式,为你提供完整的质量检测工具集。

  • 实时精准检测:以生产线速度检测、定位并分类任意缺陷。
  • 全面覆盖 AI 任务:检测、分割、深度估计、分类、姿态估计和 OBB。
  • 灵活训练:只需数小时,而非数周,即可使用你的数据微调 YOLO。
使用 Ultralytics YOLO 扩展缺陷检测

从 23 种导出格式中选择

训练一次,随处部署,从边缘微控制器到云端 GPU 集群。

以视觉 AI 变革各行各业

从工厂车间到手术室,Ultralytics 将视觉数据转化为实时决策。

REVA 使用 Ultralytics YOLO 自动处理 3,500 多个房产视频中的隐私信息

REVA 使用 Ultralytics YOLO 自动处理 3,500 多个房产视频中的隐私信息

了解 REVA 如何使用 Ultralytics YOLO 自动模糊车牌,并将房产巡查视频转化为房屋清单和退租审计记录。
了解详情
RTM 使用 Ultralytics YOLO26 将推理成本降低 28%

RTM 使用 Ultralytics YOLO26 将推理成本降低 28%

了解 RTM 如何使用 Ultralytics YOLO26 实现工厂全天候安全监控,并利用制造商已有的硬件将推理成本降低 28%。
了解详情
SK Godelius 使用 Ultralytics YOLO 检测矿山传送带上的 3,400 处缺陷

SK Godelius 使用 Ultralytics YOLO 检测矿山传送带上的 3,400 处缺陷

了解 SK Godelius 如何使用 Ultralytics YOLO 自动检测缺陷和异常,帮助矿厂提升安全性并简化工作流程。
了解详情
Camerite 使用 Ultralytics YOLO 将开发时间缩短 25.2%

Camerite 使用 Ultralytics YOLO 将开发时间缩短 25.2%

了解 Camerite 如何使用 Ultralytics YOLO 自动化视频监控、缩短开发时间,并帮助城市转向主动安防。
了解详情
OnsiteIQ 使用 Ultralytics YOLO11 将项目延误减少 20%

OnsiteIQ 使用 Ultralytics YOLO11 将项目延误减少 20%

了解 OnsiteIQ 如何使用 Ultralytics YOLO11 监控施工现场,将项目延误减少 20%,并以快 3 倍的速度解决纠纷。
了解详情
mtrail 的 TrainVision 将铁路数据采集时间缩短近 100%

mtrail 的 TrainVision 将铁路数据采集时间缩短近 100%

了解 mtrail 的 TrainVision 如何使用 Ultralytics YOLO 自动采集铁路数据,将耗时最多缩短 100%,并将错误减少 90%。
了解详情
Glacier Robotics 将美国回收设施中的 PET 流失率降低了 70%

Glacier Robotics 将美国回收设施中的 PET 流失率降低了 70%

了解 Glacier Robotics 如何使用 Ultralytics YOLO11 将 PET 泄漏减少 70%、提升回收准确率并实现废弃物分拣自动化。
了解详情
SOHGA 借助 Ultralytics YOLO 将停车场监控时间缩短 30%

SOHGA 借助 Ultralytics YOLO 将停车场监控时间缩短 30%

了解 SOHGA 的 MEGURU 系统如何使用 Ultralytics YOLO26 自动执行停车场巡逻,将巡逻时间缩短 30%,并提升安全性。
了解详情
Scaleout 借助 Ultralytics YOLO 将模型更新周期从数周缩短至数小时

Scaleout 借助 Ultralytics YOLO 将模型更新周期从数周缩短至数小时

了解 Scaleout 如何使用 Ultralytics YOLO 和联邦学习,在边缘设备上微调 AI 模型,同时确保敏感数据安全。
了解详情
RapiD Engineering 借助 Ultralytics YOLO,将海鲜质量控制系统的部署时间缩短了 1 周

RapiD Engineering 借助 Ultralytics YOLO,将海鲜质量控制系统的部署时间缩短了 1 周

了解 RapiD Engineering 如何使用 Ultralytics YOLO 自动检测鲑鱼,在实时检测缺陷的同时,节省一周的工程开发时间。
了解详情
Project Ocean Oasis 借助 Ultralytics YOLO 推进珊瑚礁保护

Project Ocean Oasis 借助 Ultralytics YOLO 推进珊瑚礁保护

了解 Project Ocean Oasis 如何使用 Ultralytics YOLO、边缘 AI 和自主监控系统,扩大珊瑚礁保护规模并提升海洋智能水平。
了解详情
Volley 借助 Ultralytics YOLO 为 250 多台球场 AI 训练器提供支持

Volley 借助 Ultralytics YOLO 为 250 多台球场 AI 训练器提供支持

了解 Volley 如何使用 Ultralytics YOLO 进行姿势估计、球检测和球场分类,为约 250 台场上训练设备提供实时指导。
了解详情
WG Tech Solutions 借助 Ultralytics YOLO 和 Axelera 的 AI 加速器,将安全违规事件减少 28%

WG Tech Solutions 借助 Ultralytics YOLO 和 Axelera 的 AI 加速器,将安全违规事件减少 28%

了解 WG Tech Solutions 如何借助边缘端的 Axelera Metis AI 加速器和 Ultralytics YOLO,将制造业安全违规减少了 28%。
了解详情
Stride 借助 Ultralytics YOLO,在 1 分钟内完成马匹步态分析

Stride 借助 Ultralytics YOLO,在 1 分钟内完成马匹步态分析

了解 Stride 如何在 iPhone 上使用 Ultralytics YOLO26 姿势估计,无需特殊硬件,约一分钟即可完成全面的离线马匹步态分析。
了解详情
Pixelabs 借助 Ultralytics YOLO 驱动的自动化实现 95% 召回率

Pixelabs 借助 Ultralytics YOLO 驱动的自动化实现 95% 召回率

了解 Pixelabs 如何在其 AI-Engine 中使用 Ultralytics YOLOv8 自动分析视网膜图像,助力早期阿尔茨海默病研究,召回率最高达 95%。
了解详情
SiteAssist 借助 Ultralytics YOLO 处理超过 77 万张图像,提升现场安全

SiteAssist 借助 Ultralytics YOLO 处理超过 77 万张图像,提升现场安全

了解 SiteAssist 如何使用 Ultralytics YOLO26 实时核验施工安全照片,处理超过 770,000 张图像并检测出超过 130 万个对象。
了解详情
Chef Robotics 借助 Ultralytics YOLO 将食品赠送量减少 67%

Chef Robotics 借助 Ultralytics YOLO 将食品赠送量减少 67%

Chef Robotics 使用 Ultralytics YOLO 检测托盘和食材,实现 99.5% 的准确率,并帮助 Cafe Spice 将餐食产量提高一倍以上。
了解详情
Cali Intelligence 借助 Ultralytics YOLO 将结账排队时间缩短 43%

Cali Intelligence 借助 Ultralytics YOLO 将结账排队时间缩短 43%

了解 Cali Intelligence 如何在现有门店监控摄像头上使用 Ultralytics YOLO,借助实时警报和预测将平均结账队列长度缩短 43%。
了解详情
MarineSitu 使用 Ultralytics YOLO 进行水下监测,系统正常运行时间达到 96% 以上

MarineSitu 使用 Ultralytics YOLO 进行水下监测,系统正常运行时间达到 96% 以上

了解 MarineSitu 如何在边缘硬件上运行 Ultralytics YOLO,检测潮汐涡轮机周围的海洋野生动物,并将每日视频审查时间缩短至一两个小时。
了解详情
Theia Scientific 借助 Ultralytics YOLO 将显微镜分析速度提升 43 倍

Theia Scientific 借助 Ultralytics YOLO 将显微镜分析速度提升 43 倍

了解 Theia Scientific 如何在 Theiascope™ 平台中使用 Ultralytics YOLO,实时检测、分割和测量 TEM 图像。
了解详情
eSmart Systems 借助 Ultralytics YOLO 将电力线巡检时间减半

eSmart Systems 借助 Ultralytics YOLO 将电力线巡检时间减半

了解 eSmart Systems 如何在 Grid Vision® 中使用 Ultralytics YOLO 检测电网组件和缺陷,将公用事业巡检时间缩短 50%。
了解详情
Axelera AI 使用 Ultralytics YOLO 实现 34 FPS 的边缘 AI 推理

Axelera AI 使用 Ultralytics YOLO 实现 34 FPS 的边缘 AI 推理

了解 Axelera AI 如何将 Ultralytics YOLO 集成到 Voyager SDK 中,借助 Metis AIPU 实现快速、准确且节能的边缘视觉处理。
了解详情
意法半导体在 MCU 上运行 Ultralytics YOLO,每次推理仅耗电 9.4 mJ

意法半导体在 MCU 上运行 Ultralytics YOLO,每次推理仅耗电 9.4 mJ

了解 STMicroelectronics 如何在低功耗微控制器上高效部署 Ultralytics YOLO 模型,从而在边缘端实现准确的实时推理。
了解详情
Specialvideo 借助 Ultralytics YOLO 将食品检测准确率提升至 99%

Specialvideo 借助 Ultralytics YOLO 将食品检测准确率提升至 99%

了解 Specialvideo 如何利用 Ultralytics YOLO 模型实现实时 AI 食品检测,确保质量、减少浪费并提升效率。
了解详情
Vivity AI 借助 Ultralytics YOLO 每年为工业运营节省 500 万美元以上

Vivity AI 借助 Ultralytics YOLO 每年为工业运营节省 500 万美元以上

了解 Vivity AI 如何利用 Ultralytics YOLO 模型增强工业自动化,提升效率、减少停机时间并保障工作场所安全。
了解详情
Videologic Analytics 借助 Ultralytics YOLO 将 AI 摄像头许可扩展至 1 万个

Videologic Analytics 借助 Ultralytics YOLO 将 AI 摄像头许可扩展至 1 万个

了解 Videologic Analytics 如何使用 Ultralytics YOLO 提升视频监控准确率、减少误报并缩短产品上市时间。
了解详情
Prezent 借助 Ultralytics YOLO 将幻灯片检测准确率提高 34%

Prezent 借助 Ultralytics YOLO 将幻灯片检测准确率提高 34%

了解 Prezent 如何使用 Ultralytics YOLO 检测幻灯片元素,将准确率从 65% 提升至 87%,并在 10 秒内处理完幻灯片。
了解详情
ALYCE 借助 Ultralytics YOLO 将交通 AI 推理速度提升 20%

ALYCE 借助 Ultralytics YOLO 将交通 AI 推理速度提升 20%

了解 ALYCE 如何使用 Ultralytics YOLO 提高交通数据准确性、节省两个月的开发时间,并打造更智能的城市交通工具。
了解详情
Kiwitron 借助 Ultralytics YOLO 检测 30 米外的工业危险

Kiwitron 借助 Ultralytics YOLO 检测 30 米外的工业危险

了解 Kiwitron 如何在 KiwiEye 系统中使用 Ultralytics YOLO 模型,检测最远 30 米外的工业危险,让作业现场更安全、更高效。
了解详情
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

常见问题

  • 制造业中的计算机视觉利用摄像头和 AI 模型检查产品、检测缺陷、引导机器人、跟踪零部件并监测工人安全。Ultralytics YOLO 模型可在工厂车间实时执行这些检查,在产品沿生产线流转时标记划痕、零件缺失或个人防护装备问题。

  • 制造业计算机视觉使用 AI 模型解读工业摄像头的视觉数据,从而自动执行质量检测、缺陷检测和装配验证。Ultralytics YOLO26 使用深度学习识别基于规则的机器视觉容易漏掉的细微差异,无需重新设计设置即可适配新零件。

  • 可以。大多数制造业部署都在本地而非云端运行计算机视觉,因为生产数据敏感,而且工厂网络并不可靠。Ultralytics YOLO26 可导出为适用于 NVIDIA Jetson 的 TensorRT、适用于 Intel CPU 的 OpenVINO,以及适用于 Hailo 加速器的格式,因此模型无需互联网连接即可在生产线旁运行。

  • 对于制造业分析,请选择能够使用你的特定零部件训练模型,并将模型部署到生产线附近的边缘设备上以实现低延迟推理的平台。Ultralytics Platform 在一个平台中提供标注、训练和部署功能,并提供适用于生产环境的企业许可。

  • 使用制造商自有的缺陷图像训练的 YOLO 模型,可以发现传统的基于规则的机器视觉容易漏掉的细微异常,包括划痕、白点、细微裂纹和零件缺失。准确率取决于训练数据的质量。Ultralytics Platform 支持主动学习,让模型随着生产线上出现新的缺陷类型而持续改进。

即刻为你的生产线带来实时视觉能力!

实现自动化质量检验和工人安全保障,数天即可部署,无需等待数个季度。